Avances LAPOP

Preparación de la base

#2008-2018
lapop2004_2018$democracia7 <- lapop2004_2018$ing4
lapop2004_2018$democracia_ord <- lapop2004_2018$pn4
lapop2004_2018$reduc_desigualdad <- lapop2004_2018$ros4

lapop2004_2018 <- lapop2004_2018 %>% 
  mutate(voto_pasado = car::recode(vb2, "1=1; 2=0"),
         voto_presente = car::recode(vb20, "1=0; c(2,3,4)=1"))

lapop2004_2018$country_f <- factor(lapop2004_2018$country, 
                                   labels = c("México", "Colombia", "Perú", 
                                              "Chile", "Uruguay", "Brasil", "Argentina"))

lapop2004_2018$sexo <- factor(lapop2004_2018$q1, labels = c("Varón", "Mujer"))

lapop2004_2018 <- lapop2004_2018 %>% 
  mutate(categoria_ocup = case_when((colocup4a <= 2 | ocup4a <= 2) & ocup1a == 3 ~ 1,
                                  (colocup4a <= 2 | ocup4a <= 2) & ocup1a == 1 ~ 2,
                                  (colocup4a <= 2 | ocup4a <= 2) & ocup1a == 2 ~ 3,
                                  (colocup4a <= 2 | ocup4a <= 2) & ocup1a == 4 ~ 4,
                                  (colocup4a == 3 |ocup4a == 3) | ocup1a == 5 ~ 5,
                                  colocup4a >= 4 |ocup4a >= 4 ~ 6),
         categoria_ocup_f = factor(categoria_ocup, labels = c("Patrón", "Asalariado público",
                                                          "Asalariado privado",
                                                          "Cuenta propia", "Desocupado",
                                                          "Inactivo")),
         ing_decil = case_when(wave == 2008 | wave == 2010 ~ q10,
                               wave == 2012 ~ q10new_12,
                               wave == 2014 ~ q10new_14,
                               wave == 2016 ~ q10new_16,
                               wave == 2018 ~ q10new_18),
         ideologia = car::recode(l1, "1=10; 2=9; 3=8; 4=7; 5=6; 6=5; 7=4; 8=3; 9=2; 10=1"))

#2018
lapop2004_2018$desempleados <- lapop2004_2018$redist3
lapop2004_2018$desempleados <- car::recode(lapop2004_2018$desempleados,
                                           "7=1;6=2;5=3;4=4;3=5;2=6;1=7")

lapop2004_2018$ayuda_pobres <- lapop2004_2018$redist1

lapop2004_2018 <- lapop2004_2018 %>%
  mutate(redist2_inv = ifelse(wave == 2018, car::recode(redist2, "1=7; 2=6; 3=5; 4=4; 5=3; 
                                                        6=2; 7=1"), NA),
         impuestos_ricos = ifelse(wave == 2018, case_when(country == 8 ~ redist2_inv,
                                     TRUE ~ redist2a), NA),
         corrup_func = car::recode(exc7, "1:2=0; 3:4=1"),
         corrup_pol = car::recode(exc7new, "1:2=1; 3:5=0"),
         golpe = car::recode(jc13, "2=1; 1=0"),
         cierre_congreso = car::recode(jc15a, "2=1; 1=0"),
         cierre_corte = car::recode(jc16a, "2=1; 1=0"),
         simpatiza_partido = car::recode(vb10, "2=0"),
         urbano = ifelse(wave == 2018, factor(ur, labels = c("Urbano", "Rural")), NA),
         informal = ifelse(wave == 2018, car::recode(formal, "1=0; 2=1"), NA),
         formal_f = ifelse(wave == 2018, factor(formal, labels = c("formal", "informal")), NA),
         formal_estado = factor(ifelse(wave == 2018, case_when(formal == 1 ~ 1,
                                   formal == 2 ~ 2,
                                   categoria_ocup == 5 ~ 3,
                                   categoria_ocup == 6 ~ 4,
                                   TRUE ~ NA_real_), NA)),
         formal_estado = factor(formal_estado, labels = c("Formal", "Informal", "Desocupado",
                                                          "Inactivo")),
         formal_estado2 = factor(ifelse(wave == 2018, case_when(formal == 1 ~ 1,
                                   formal == 2 ~ 2,
                                   categoria_ocup >= 5 ~ 3,
                                   TRUE ~ NA_real_), NA)),
         formal_estado2 = factor(formal_estado2, labels = c("Formal", "Informal", "No ocupados")),
         estatus_ocup = ifelse(wave == 2018, case_when(ocupoit <= 2 ~ 1,
                                  ocupoit > 2 & ocupoit < 4 ~ 2,
                                  ocupoit %in% c(5, 7, 8, 10) ~ 3,
                                  ocupoit %in% c(6, 9) ~ 4,
                                  categoria_ocup >= 5 ~ 5,
                                  TRUE ~ NA_real_), NA),
         estatus_ocup_f = factor(estatus_ocup, labels =
                                                        c("Directivos-Profesionales",
                                                          "Técnicos-administrativos-vendedores",
                                                          "Trabajadores manuales calificados",
                                                          "Trabajadores manuales no calificados",
                                                          "No ocupados")))

#Pegado bases

lapop2004_2018 <- lapop2004_2018 %>% 
  left_join(agregados, by = c("country_f", "wave"))

rm(paises_brecha, paises_desempleo, paises_empleopub, paises_informalidad)

Casos perdidos variables objetivo

Data Frame Summary

lapop2004_2018

Dimensions: 66771 x 2
Duplicates: 66707

No	Variable	Stats / Values	Freqs (% of Valid)	Graph	Missing
1	democracia7 [numeric]	Mean (sd) : 5.2 (1.7) min ≤ med ≤ max: 1 ≤ 5 ≤ 7 IQR (CV) : 3 (0.3)	1 : 2556 ( 4.0% ) 2 : 2328 ( 3.6% ) 3 : 5070 ( 7.9% ) 4 : 10045 ( 15.7% ) 5 : 12021 ( 18.8% ) 6 : 11202 ( 17.5% ) 7 : 20796 ( 32.5% )		2753 (4.1%)
2	reduc_desigualdad [numeric]	Mean (sd) : 5.7 (1.6) min ≤ med ≤ max: 1 ≤ 6 ≤ 7 IQR (CV) : 2 (0.3)	1 : 1931 ( 3.0% ) 2 : 1659 ( 2.5% ) 3 : 2978 ( 4.6% ) 4 : 6419 ( 9.8% ) 5 : 9795 ( 15.0% ) 6 : 12511 ( 19.2% ) 7 : 29897 ( 45.9% )		1581 (2.4%)

Generated by summarytools 1.0.1 (R version 4.2.1)
2023-01-10

Democracia 7 categorías x onda

	2008	2010	2012	2014	2016	2018	NA
1	3.08	3.31	2.74	3.27	5.74	4.61	NaN
2	3.06	3.26	2.94	2.96	4.92	3.61	NaN
3	6.20	6.58	7.31	7.31	9.52	8.47	NaN
4	12.52	13.05	13.31	13.52	18.58	18.93	NaN
5	15.59	16.29	16.97	17.98	19.62	21.45	NaN
6	19.58	17.81	18.66	15.75	14.37	14.75	NaN
7	34.71	34.26	34.30	34.90	24.27	25.13	NaN
NA	5.25	5.43	3.77	4.28	2.98	3.05	NaN

Democracia 7 categorías x educación

	0	1	2	3	4	5	6	7	8	9	10	11	12	13	14	15	16	17	18	NA
1	5.14	6.81	4.44	4.20	3.72	4.81	3.92	4.27	4.39	4.47	3.96	4.03	3.20	3.11	2.85	2.67	2.62	2.26	2.94	10.34
2	4.64	5.40	5.00	4.35	4.00	4.50	3.07	3.91	3.73	3.47	2.98	4.23	2.70	3.38	3.02	2.18	2.45	2.17	2.88	7.13
3	7.30	8.10	8.39	8.07	8.40	8.28	7.44	7.59	7.72	8.23	7.27	9.47	6.79	7.15	6.94	4.64	6.78	4.11	5.28	10.57
4	12.69	11.97	12.82	13.38	12.53	14.77	14.32	13.00	15.79	17.25	14.10	18.23	15.30	14.70	15.93	11.87	13.12	10.99	13.18	17.93
5	15.26	15.73	15.32	17.15	18.03	17.86	16.36	17.01	19.46	20.10	16.63	20.35	18.45	19.01	18.65	15.41	15.95	14.41	15.38	19.08
6	12.11	13.38	16.85	16.67	18.39	17.24	17.05	16.10	16.92	15.27	15.43	16.74	17.38	17.06	18.82	16.72	18.93	18.94	14.25	11.49
7	26.78	25.00	25.24	26.71	26.84	24.53	31.73	33.08	27.34	27.60	36.15	24.63	33.32	33.72	32.69	45.52	39.19	46.33	45.22	14.94
NA	16.09	13.62	11.94	9.46	8.08	8.00	6.12	5.04	4.65	3.62	3.47	2.32	2.86	1.87	1.10	0.99	0.94	0.79	0.87	8.51

Democracia 7 categorías x ocupación

	Patrón	Asalariado público	Asalariado privado	Cuenta propia	Desocupado	Inactivo	NA
1	4.40	2.71	3.26	4.22	4.95	3.82	5.33
2	3.60	2.81	2.85	3.92	4.09	3.59	3.13
3	7.45	6.35	6.75	8.15	9.10	7.61	9.72
4	13.37	12.84	14.84	15.84	18.21	14.52	15.52
5	15.37	16.41	17.58	18.45	20.37	17.89	18.81
6	16.41	17.15	17.48	16.57	15.12	16.92	12.07
7	37.47	40.01	34.63	28.87	24.39	30.11	26.02
NA	1.92	1.73	2.62	3.99	3.77	5.54	9.40

Democracia 7 categorías x ingresos (decil)

	0	1	2	3	4	5	6	7	8	9	10	11	12	13	14	15	16	NA
1	8.25	5.75	4.96	4.06	3.99	3.76	3.46	3.43	3.20	2.73	2.87	3.48	3.36	4.01	3.42	3.35	3.43	3.24
2	6.53	4.29	3.73	4.13	3.99	3.39	3.60	3.43	3.31	2.95	3.09	2.73	2.83	2.82	2.99	3.01	3.02	3.19
3	9.11	9.15	8.66	8.57	7.91	7.91	8.37	7.87	6.65	7.53	6.66	8.52	7.52	7.12	5.75	6.30	6.16	6.17
4	17.86	16.26	15.25	15.13	15.11	16.84	15.13	15.57	15.12	15.47	14.22	15.87	16.99	16.53	15.01	13.29	10.71	13.41
5	16.38	17.51	19.42	18.46	17.85	18.55	18.68	18.07	18.46	17.92	18.81	19.73	19.78	17.53	19.48	16.35	14.07	16.49
6	12.07	14.38	15.74	16.29	17.79	18.36	18.64	17.71	17.16	17.45	17.88	15.35	16.26	16.77	16.20	17.89	16.87	16.32
7	22.29	24.58	26.15	27.83	29.51	28.22	29.24	31.18	33.37	33.40	34.33	31.97	31.19	33.35	35.96	38.39	44.97	33.99
NA	7.51	8.07	6.08	5.52	3.85	2.98	2.88	2.74	2.74	2.54	2.14	2.35	2.06	1.86	1.19	1.42	0.77	7.19

Reducción de la desigualdad x onda

	2008	2010	2012	2014	2016	2018	NA
1	2.01	1.64	1.58	2.98	4.39	4.63	NaN
2	1.74	1.76	1.41	2.92	3.64	3.35	NaN
3	3.16	3.19	2.98	4.72	5.74	6.88	NaN
4	7.01	7.16	8.54	9.88	11.54	13.46	NaN
5	12.40	12.96	14.83	14.89	15.68	17.23	NaN
6	20.15	20.02	20.50	17.25	17.71	16.85	NaN
7	49.80	50.26	47.97	44.63	39.78	36.50	NaN
NA	3.74	3.01	2.18	2.73	1.53	1.10	NaN

Reducción desigualdad x educación

	0	1	2	3	4	5	6	7	8	9	10	11	12	13	14	15	16	17	18	NA
1	5.31	5.16	4.03	3.73	3.27	3.16	3.12	3.36	2.84	3.10	2.58	2.53	2.24	2.27	2.46	2.38	2.42	2.36	4.15	8.28
2	2.57	3.52	3.71	3.20	2.82	2.89	2.62	2.04	2.31	2.56	2.69	2.46	1.83	2.27	2.26	2.47	2.51	1.62	2.88	7.59
3	4.56	5.05	5.08	4.49	4.50	4.43	4.17	4.02	4.28	4.34	3.63	5.02	3.92	4.58	4.58	4.35	5.19	4.11	5.35	5.52
4	7.30	6.34	7.34	9.99	8.58	8.86	8.41	9.16	7.72	9.74	8.54	10.59	9.89	9.37	11.52	9.65	10.29	10.25	13.44	14.94
5	13.10	12.68	12.98	12.04	11.90	13.47	13.40	13.87	13.90	14.78	13.75	16.51	16.04	15.37	16.30	14.13	15.07	13.58	14.38	14.25
6	14.59	16.78	18.79	18.06	17.21	18.83	17.21	17.38	18.52	17.48	17.85	20.19	19.00	20.97	20.88	19.80	20.85	18.66	17.06	12.87
7	42.04	42.14	41.53	42.90	46.50	45.04	48.18	47.06	48.17	46.16	48.63	41.33	45.36	44.47	41.45	46.01	42.94	48.50	41.54	30.34
NA	10.53	8.33	6.53	5.59	5.22	3.33	2.89	3.10	2.26	1.86	2.33	1.38	1.72	0.71	0.56	1.19	0.74	0.92	1.20	6.21

Reducción desigualdad x ocupación

	Patrón	Asalariado público	Asalariado privado	Cuenta propia	Desocupado	Inactivo	NA
1	4.16	2.36	2.38	3.16	3.05	2.96	5.17
2	2.72	1.91	2.16	2.89	2.39	2.54	2.35
3	5.44	3.74	4.13	4.58	4.60	4.60	5.80
4	10.89	8.69	9.30	10.16	9.04	9.66	10.97
5	14.97	14.11	15.10	14.67	14.27	14.63	13.95
6	20.26	20.11	18.92	18.77	18.04	18.51	15.67
7	40.91	47.69	46.62	43.66	46.94	43.72	40.44
NA	0.64	1.40	1.40	2.12	1.67	3.38	5.64

Reducción desigualdad x ingresos (decil)

	0	1	2	3	4	5	6	7	8	9	10	11	12	13	14	15	16	NA
1	4.56	3.98	2.43	3.09	2.54	2.63	2.45	2.19	2.33	2.01	3.22	2.45	2.47	2.91	2.66	3.29	4.56	3.34
2	4.80	3.31	2.64	2.15	2.19	2.59	2.26	2.36	2.36	2.64	2.26	2.97	2.35	2.48	2.52	2.44	2.92	2.10
3	5.91	4.16	4.19	3.89	4.07	4.19	4.12	4.25	4.64	4.49	5.39	3.86	4.98	4.25	4.89	4.32	5.36	4.97
4	11.45	8.88	8.01	8.31	8.74	9.19	9.41	8.99	10.42	10.45	9.60	10.69	11.17	9.89	10.40	11.98	11.59	10.26
5	12.44	12.17	13.40	14.35	14.06	14.79	15.92	14.40	14.60	15.13	14.50	15.11	16.18	17.20	17.10	16.41	15.60	14.64
6	14.78	16.10	18.85	18.91	19.17	20.75	19.64	20.48	19.61	20.09	20.62	18.27	19.78	19.35	18.76	17.49	17.42	16.54
7	41.75	47.17	47.05	46.73	47.19	44.10	44.54	45.32	44.34	44.22	43.29	45.53	42.03	42.76	42.61	43.50	41.95	43.30
NA	4.31	4.23	3.42	2.57	2.04	1.76	1.64	2.00	1.70	0.97	1.12	1.13	1.05	1.15	1.05	0.57	0.62	4.85

Data Frame Summary

lapop2018

Dimensions: 11009 x 3
Duplicates: 10569

No	Variable	Stats / Values	Freqs (% of Valid)	Graph	Missing
1	desempleados [numeric]	Mean (sd) : 3.4 (2) min ≤ med ≤ max: 1 ≤ 3 ≤ 7 IQR (CV) : 3 (0.6)	1 : 2549 ( 23.3% ) 2 : 1612 ( 14.7% ) 3 : 1897 ( 17.3% ) 4 : 1579 ( 14.4% ) 5 : 1167 ( 10.7% ) 6 : 908 ( 8.3% ) 7 : 1222 ( 11.2% )		75 (0.7%)
2	impuestos_ricos [numeric]	Mean (sd) : 4.3 (1.9) min ≤ med ≤ max: 1 ≤ 4 ≤ 7 IQR (CV) : 3 (0.4)	1 : 1268 ( 11.8% ) 2 : 861 ( 8.0% ) 3 : 1306 ( 12.2% ) 4 : 2252 ( 21.0% ) 5 : 1962 ( 18.3% ) 6 : 1253 ( 11.7% ) 7 : 1838 ( 17.1% )		269 (2.4%)
3	ayuda_pobres [numeric]	Mean (sd) : 5.5 (1.8) min ≤ med ≤ max: 1 ≤ 6 ≤ 7 IQR (CV) : 3 (0.3)	1 : 505 ( 4.6% ) 2 : 379 ( 3.5% ) 3 : 640 ( 5.8% ) 4 : 1294 ( 11.8% ) 5 : 1501 ( 13.7% ) 6 : 1734 ( 15.8% ) 7 : 4893 ( 44.7% )		63 (0.6%)

Generated by summarytools 1.0.1 (R version 4.2.1)
2023-01-10

Desempleados x educación

	0	1	2	3	4	5	6	7	8	9	10	11	12	13	14	15	16	17	18	NA
1	26.92	29.41	21.48	26.55	28.33	27.59	25.54	26.10	28.64	28.10	23.86	21.17	24.90	18.55	18.33	17.15	15.38	18.82	17.16	19.78
2	15.38	13.73	17.45	18.18	14.68	17.00	17.63	14.09	15.08	16.94	14.39	13.96	13.03	12.53	15.68	12.47	14.17	12.47	12.19	19.78
3	13.85	12.75	18.12	14.91	13.99	18.47	19.42	15.24	15.93	19.42	14.96	18.42	18.26	18.55	20.77	14.70	16.60	12.02	14.00	14.29
4	10.77	9.80	10.07	12.36	11.95	9.61	11.39	12.24	12.37	11.98	16.10	14.95	16.06	15.66	17.72	16.93	15.38	16.55	18.06	17.58
5	8.46	8.82	10.74	10.55	10.92	10.59	7.55	9.70	9.15	7.85	8.90	11.21	10.58	11.57	11.81	15.14	14.17	14.29	11.29	8.79
6	6.15	6.86	8.05	6.55	6.83	5.91	6.83	8.55	6.10	7.23	8.90	7.73	7.74	8.19	7.94	8.69	11.74	14.51	13.54	9.89
7	15.38	16.67	10.74	8.73	11.95	9.85	11.03	13.63	12.37	7.54	11.93	12.04	8.90	14.70	7.54	14.92	11.94	11.11	13.32	8.79
NA	3.08	1.96	3.36	2.18	1.37	0.99	0.60	0.46	0.34	0.93	0.95	0.52	0.52	0.24	0.20	0.00	0.61	0.23	0.45	1.10

Desempleados x ocupación

	Patrón	Asalariado público	Asalariado privado	Cuenta propia	Desocupado	Inactivo	NA
1	28.08	22.09	23.30	24.52	22.16	22.42	25.93
2	16.54	12.29	14.57	14.83	13.23	15.15	19.26
3	16.15	15.95	17.88	18.43	14.85	17.32	14.81
4	15.38	15.95	15.48	14.06	13.15	13.96	13.33
5	10.77	11.24	10.83	9.34	9.33	11.46	9.63
6	5.77	11.24	8.01	7.72	8.12	8.29	8.89
7	7.31	11.11	9.78	10.37	18.34	10.41	6.67
NA	0.00	0.13	0.14	0.73	0.81	1.00	1.48

Desempleados x ingresos (decil)

	0	1	2	3	4	5	6	7	8	9	10	11	12	13	14	15	16	NA
1	27.35	27.35	25.75	25.76	26.87	20.29	23.71	19.06	21.72	24.47	24.80	21.12	22.51	19.59	20.62	22.84	20.24	22.76
2	12.56	15.15	15.45	13.96	13.67	14.17	17.26	13.81	13.10	16.18	15.76	14.15	15.01	13.86	16.32	13.53	13.38	14.53
3	13.45	16.18	17.34	15.40	14.94	19.48	17.58	19.41	18.74	17.53	16.38	19.57	19.70	19.96	16.49	15.96	15.09	16.45
4	8.52	11.91	12.06	12.81	11.13	15.94	13.23	18.36	16.75	16.96	17.16	15.31	14.26	14.97	13.23	15.08	15.95	13.70
5	10.31	8.82	9.67	10.50	10.17	11.43	10.32	10.14	10.28	8.48	9.83	11.43	14.07	13.68	10.48	9.09	13.21	10.05
6	9.42	7.65	7.54	8.06	6.36	8.53	6.94	9.27	7.46	7.32	6.55	8.91	6.57	8.32	11.17	10.64	10.46	8.72
7	15.25	11.91	11.81	12.95	15.90	8.70	10.48	9.79	11.61	9.06	9.20	8.72	7.69	9.43	11.34	11.97	11.49	12.29
NA	3.14	1.03	0.38	0.58	0.95	1.45	0.48	0.17	0.33	0.00	0.31	0.78	0.19	0.18	0.34	0.89	0.17	1.50

Ayuda pobres x educación

	0	1	2	3	4	5	6	7	8	9	10	11	12	13	14	15	16	17	18	NA
1	11.54	5.88	5.37	3.64	3.75	3.20	5.04	3.93	4.24	4.55	7.58	2.65	4.26	3.13	3.87	6.01	5.47	7.71	7.67	3.30
2	2.31	5.88	1.34	0.73	1.71	1.48	3.84	2.08	2.88	2.79	3.98	2.54	3.68	3.13	4.07	6.90	6.28	5.44	4.51	4.40
3	3.08	7.84	3.36	5.09	2.73	2.22	3.60	5.31	4.07	4.55	5.68	4.26	6.52	8.67	8.15	9.80	7.49	9.98	12.19	3.30
4	9.23	6.86	8.72	8.00	4.10	3.69	7.91	6.24	6.95	9.50	13.64	8.72	16.00	16.39	16.50	18.04	16.80	20.18	20.09	8.79
5	9.23	3.92	8.05	9.82	9.90	10.84	11.87	11.55	11.02	11.16	10.23	14.17	14.52	15.90	14.66	18.04	19.64	20.18	17.83	16.48
6	13.08	9.80	15.44	13.82	15.70	14.78	17.51	15.47	14.41	16.63	13.26	16.81	15.29	16.63	18.74	13.81	18.02	12.47	15.58	15.38
7	50.00	58.82	57.05	57.82	61.43	63.55	48.80	55.20	56.10	50.41	45.27	50.34	39.29	35.90	33.81	26.50	25.71	23.13	21.90	47.25
NA	1.54	0.98	0.67	1.09	0.68	0.25	1.44	0.23	0.34	0.41	0.38	0.52	0.45	0.24	0.20	0.89	0.61	0.91	0.23	1.10

Ayuda pobres x ocupación

	Patrón	Asalariado público	Asalariado privado	Cuenta propia	Desocupado	Inactivo	NA
1	4.62	5.36	5.80	4.59	3.81	4.05	5.19
2	3.85	5.49	3.98	3.34	3.08	2.98	2.22
3	7.69	7.32	7.09	5.49	4.22	5.48	4.44
4	11.92	14.77	14.09	10.93	10.15	11.01	10.37
5	16.92	17.12	14.09	13.80	11.85	12.96	14.81
6	15.38	13.99	14.81	15.65	14.69	17.03	12.59
7	39.23	35.42	39.98	45.48	51.87	45.76	48.15
NA	0.38	0.52	0.14	0.73	0.32	0.74	2.22

Ayuda pobres x ingresos (decil)

	0	1	2	3	4	5	6	7	8	9	10	11	12	13	14	15	16	NA
1	7.17	2.94	3.52	3.17	4.77	4.35	3.55	4.55	4.31	4.24	5.15	4.84	3.94	4.81	6.70	5.54	6.00	5.15
2	2.24	2.35	2.51	2.30	1.91	2.74	2.42	3.50	3.98	3.66	3.28	3.49	3.19	4.81	3.61	5.99	6.69	3.82
3	2.69	3.68	2.89	6.33	4.29	4.51	4.52	5.77	5.14	6.17	6.55	5.43	7.69	7.58	7.90	8.65	9.61	5.81
4	6.73	6.18	8.17	8.92	8.11	10.47	12.26	11.71	11.28	14.07	11.86	13.37	14.26	14.05	14.26	19.96	17.50	11.46
5	8.52	7.94	10.93	10.07	13.83	14.17	14.84	12.59	10.78	14.07	15.44	16.28	16.70	16.64	16.15	14.19	19.55	13.29
6	12.11	15.59	16.71	17.70	15.26	16.43	17.58	14.86	15.75	17.53	14.98	16.09	17.45	15.90	15.98	17.29	11.15	14.37
7	60.09	60.44	54.90	50.94	51.35	46.22	44.19	46.50	47.76	40.27	42.75	40.50	36.40	35.86	35.40	27.94	28.64	44.85
NA	0.45	0.88	0.38	0.58	0.48	1.13	0.65	0.52	1.00	0.00	0.00	0.00	0.38	0.37	0.00	0.44	0.86	1.25

Impuestos ricos x educación

	0	1	2	3	4	5	6	7	8	9	10	11	12	13	14	15	16	17	18	NA
1	16.15	17.65	12.75	13.09	13.99	14.78	10.55	13.16	12.20	11.57	12.69	13.03	9.03	9.16	8.35	10.47	9.92	11.11	11.74	10.99
2	11.54	5.88	8.05	8.36	8.53	9.36	7.31	6.00	7.63	6.10	8.71	10.07	5.55	5.30	7.94	6.90	9.72	7.48	9.93	8.79
3	5.38	11.76	14.09	13.45	10.58	12.56	10.79	9.93	9.15	9.92	13.45	14.32	10.00	12.05	13.65	11.80	10.73	12.24	16.03	15.38
4	15.38	11.76	17.45	18.91	14.68	15.52	15.35	18.01	19.15	20.87	19.70	19.93	23.68	23.37	24.64	22.72	25.71	19.95	24.83	16.48
5	16.92	9.80	13.42	11.27	15.02	14.53	20.02	17.32	15.93	18.90	16.48	16.71	20.71	23.13	17.31	18.04	17.61	21.54	14.90	18.68
6	9.23	9.80	10.74	12.00	10.58	11.82	12.83	12.93	13.90	12.09	8.71	10.33	12.71	11.08	13.85	9.80	9.11	10.88	9.48	6.59
7	20.00	24.51	18.12	18.55	20.14	18.23	19.30	21.02	20.17	18.18	17.42	14.06	15.81	13.73	13.44	18.93	15.18	15.19	11.96	19.78
NA	5.38	8.82	5.37	4.36	6.48	3.20	3.84	1.62	1.86	2.38	2.84	1.56	2.52	2.17	0.81	1.34	2.02	1.59	1.13	3.30

Impuestos ricos x ocupación

	Patrón	Asalariado público	Asalariado privado	Cuenta propia	Desocupado	Inactivo	NA
1	9.23	11.24	10.64	12.39	13.31	11.05	14.07
2	8.85	6.80	6.71	8.02	8.04	8.34	7.41
3	13.46	11.50	11.98	11.40	11.69	12.17	8.89
4	23.46	21.96	21.52	21.30	19.89	19.34	14.81
5	20.00	18.30	19.32	16.89	17.37	17.53	17.04
6	7.31	11.63	11.89	10.89	9.82	12.01	13.33
7	17.31	16.99	16.78	17.36	17.53	15.84	20.00
NA	0.38	1.57	1.15	1.76	2.35	3.72	4.44

Impuestos ricos x ingresos (decil)

	0	1	2	3	4	5	6	7	8	9	10	11	12	13	14	15	16	NA
1	17.49	15.44	11.56	11.08	13.67	9.98	10.00	9.27	8.96	11.75	11.70	8.91	7.88	11.09	13.92	12.42	13.21	11.63
2	13.45	8.24	7.29	9.35	9.06	7.41	6.45	5.94	6.80	5.59	8.11	9.11	6.57	7.02	9.79	8.87	9.61	6.64
3	8.52	11.62	12.81	11.22	11.61	11.59	11.13	12.06	10.28	11.95	11.08	10.47	12.76	13.49	11.51	14.19	14.41	11.63
4	15.70	15.00	18.47	20.00	17.17	18.36	21.94	24.30	21.56	22.35	21.68	25.97	20.83	22.00	20.79	24.83	23.50	17.69
5	8.52	15.74	16.33	16.26	14.94	21.58	17.74	20.10	21.23	19.65	17.63	18.02	22.33	19.04	17.35	17.52	17.50	16.61
6	14.35	10.29	11.31	11.37	12.08	13.20	13.23	10.84	12.77	11.37	11.70	10.47	13.32	10.91	12.03	7.32	9.09	10.71
7	17.94	20.15	19.72	17.55	19.24	15.94	17.26	16.43	15.75	15.99	17.32	15.70	14.45	14.60	13.06	13.30	11.49	19.27
NA	4.04	3.53	2.51	3.17	2.23	1.93	2.26	1.05	2.65	1.35	0.78	1.36	1.88	1.85	1.55	1.55	1.20	5.81

Se observa que para las variables objetivo de impuestos, ayuda a la pobreza y desempleo no existiría un sesgo importante por parte de los grupos más desfavorecidos en educación, ingresos y trabajo. Por tal motivo, esos casos perdidos pueden ser no considerados en el análisis.

Se realiza un análisis de correspondencias múltiples para observar el vínculo entre la variable de democracia y reducción de la desigualdad. De este surge que los grupos más desfavorecidos son los que menos reponden a dichas preguntas.

Se opta entonces por imputar a los casos sin respuesta en las variables de democracia y reducción de la desigualdad, utilizando la técnica de hot deck. Esta realiza una imputación aleatoria, brindándole un valor válido a un caso con valor faltante. Para ello, la imputación se hará al interior de los grupos de ingresos y posteriormente, en el caso los grupos con ingresos faltantes, se utilizará el nivel educativo.

Imputación variables objetivo

#1) Random Hot Deck para la variable democracia7 -----

lapop2004_2018$democracia7_imp <- lapop2004_2018$democracia7

set.seed(971986)
lapop2004_2018 <- lapop2004_2018 %>%
  hotdeck(variable = "democracia7_imp",
          domain_var = "ing_decil",
          imp_suffix = "check")

print(lapop2004_2018 %>% 
  select(democracia7, democracia7_imp) %>% 
  summarytools::dfSummary(plain.ascii  = FALSE, 
          style        = "grid", 
          graph.magnif = 0.75, 
          valid.col    = FALSE),
  method = "render")

Data Frame Summary

lapop2004_2018

Dimensions: 66771 x 2
Duplicates: 66757

No	Variable	Stats / Values	Freqs (% of Valid)	Graph	Missing
1	democracia7 [numeric]	Mean (sd) : 5.2 (1.7) min ≤ med ≤ max: 1 ≤ 5 ≤ 7 IQR (CV) : 3 (0.3)	1 : 2556 ( 4.0% ) 2 : 2328 ( 3.6% ) 3 : 5070 ( 7.9% ) 4 : 10045 ( 15.7% ) 5 : 12021 ( 18.8% ) 6 : 11202 ( 17.5% ) 7 : 20796 ( 32.5% )		2753 (4.1%)
2	democracia7_imp [numeric]	Mean (sd) : 5.2 (1.7) min ≤ med ≤ max: 1 ≤ 5 ≤ 7 IQR (CV) : 3 (0.3)	1 : 2677 ( 4.0% ) 2 : 2427 ( 3.6% ) 3 : 5305 ( 7.9% ) 4 : 10497 ( 15.7% ) 5 : 12569 ( 18.8% ) 6 : 11666 ( 17.5% ) 7 : 21630 ( 32.4% )		0 (0.0%)

Generated by summarytools 1.0.1 (R version 4.2.1)
2023-01-10

#2) Random Hot Deck para la variable reduc_desigualdad -----
lapop2004_2018$reduc_desigualdad_imp <- lapop2004_2018$reduc_desigualdad

set.seed(971986)
lapop2004_2018 <- lapop2004_2018 %>%
  hotdeck(variable = "reduc_desigualdad_imp",
          domain_var = "ing_decil",
          imp_suffix = "check")

print(lapop2004_2018 %>% 
  select(reduc_desigualdad, reduc_desigualdad_imp) %>% 
  summarytools::dfSummary(plain.ascii  = FALSE, 
          style        = "grid", 
          graph.magnif = 0.75, 
          valid.col    = FALSE),
  method = "render")

Data Frame Summary

lapop2004_2018

Dimensions: 66771 x 2
Duplicates: 66757

No	Variable	Stats / Values	Freqs (% of Valid)	Graph	Missing
1	reduc_desigualdad [numeric]	Mean (sd) : 5.7 (1.6) min ≤ med ≤ max: 1 ≤ 6 ≤ 7 IQR (CV) : 2 (0.3)	1 : 1931 ( 3.0% ) 2 : 1659 ( 2.5% ) 3 : 2978 ( 4.6% ) 4 : 6419 ( 9.8% ) 5 : 9795 ( 15.0% ) 6 : 12511 ( 19.2% ) 7 : 29897 ( 45.9% )		1581 (2.4%)
2	reduc_desigualdad_imp [numeric]	Mean (sd) : 5.7 (1.6) min ≤ med ≤ max: 1 ≤ 6 ≤ 7 IQR (CV) : 2 (0.3)	1 : 1975 ( 3.0% ) 2 : 1698 ( 2.5% ) 3 : 3048 ( 4.6% ) 4 : 6553 ( 9.8% ) 5 : 10030 ( 15.0% ) 6 : 12816 ( 19.2% ) 7 : 30651 ( 45.9% )		0 (0.0%)

Generated by summarytools 1.0.1 (R version 4.2.1)
2023-01-10

Casos perdidos variables predictoras

print(lapop2004_2018 %>% 
  select(ideologia) %>% 
  summarytools::dfSummary(plain.ascii  = FALSE, 
          style        = "grid", 
          graph.magnif = 0.75, 
          valid.col    = FALSE),
  method = "render")

Data Frame Summary

lapop2004_2018

Dimensions: 66771 x 1
Duplicates: 66760

No	Variable	Stats / Values	Freqs (% of Valid)	Graph	Missing
1	ideologia [numeric]	Mean (sd) : 5.5 (2.5) min ≤ med ≤ max: 1 ≤ 6 ≤ 10 IQR (CV) : 3 (0.4)	1 : 4863 ( 8.6% ) 2 : 2363 ( 4.2% ) 3 : 5310 ( 9.3% ) 4 : 4844 ( 8.5% ) 5 : 7295 ( 12.8% ) 6 : 14855 ( 26.1% ) 7 : 5318 ( 9.4% ) 8 : 4989 ( 8.8% ) 9 : 2380 ( 4.2% ) 10 : 4594 ( 8.1% )		9960 (14.9%)

Generated by summarytools 1.0.1 (R version 4.2.1)
2023-01-10

kable(round(prop.table(table(lapop2004_2018$ideologia, lapop2004_2018$wave, 
                 useNA = "always"), margin = 2)*100, digits = 2),
      format = "html", caption = "Ideología x onda") %>% 
  kable_styling()

Ideología x onda

	2008	2010	2012	2014	2016	2018	NA
1	6.25	5.88	7.18	7.23	7.82	9.37	NaN
2	3.99	3.50	3.50	3.60	3.26	3.43	NaN
3	8.71	8.13	7.68	7.40	7.54	8.28	NaN
4	8.18	8.02	6.96	6.32	6.56	7.48	NaN
5	14.95	12.26	11.60	8.84	9.10	8.97	NaN
6	20.57	20.28	22.14	22.05	24.05	24.33	NaN
7	7.60	7.79	7.52	7.55	8.85	8.37	NaN
8	6.93	6.80	6.68	7.33	8.77	8.20	NaN
9	2.93	3.31	3.12	3.16	4.59	4.15	NaN
10	4.55	5.24	6.26	6.93	9.33	8.78	NaN
NA	15.32	18.79	17.36	19.59	10.14	8.64	NaN

kable(round(prop.table(table(lapop2004_2018$ideologia, lapop2004_2018$ing_decil, 
                 useNA = "always"), margin = 2)*100, digits = 2),
      format = "html", caption = "Ideología x ingreso") %>% 
  kable_styling()

Ideología x ingreso

	0	1	2	3	4	5	6	7	8	9	10	11	12	13	14	15	16	NA
1	9.98	9.93	7.67	7.70	7.82	6.80	6.79	6.88	7.34	6.43	6.63	7.77	6.03	6.35	5.99	7.38	7.51	6.64
2	4.80	4.09	3.54	4.10	3.61	3.87	3.67	3.78	3.51	3.74	3.38	3.44	3.80	2.58	2.66	3.07	2.99	3.04
3	7.51	7.78	8.11	7.79	7.65	8.19	8.22	8.53	7.95	7.88	8.19	8.29	7.73	8.31	8.79	8.63	8.75	7.00
4	4.68	6.46	6.93	7.17	7.87	7.89	7.05	7.27	7.66	7.63	6.95	6.17	7.12	8.22	7.46	8.35	8.16	6.88
5	7.64	9.77	11.05	11.31	11.59	12.12	11.92	11.68	11.69	9.98	11.28	10.31	10.19	9.89	12.11	10.45	10.82	9.98
6	19.58	17.07	20.25	20.25	22.37	22.40	22.95	22.73	22.66	23.89	24.10	24.11	26.17	24.94	25.70	26.52	23.36	21.49
7	6.40	6.98	7.27	7.70	7.05	8.56	8.63	8.75	7.83	8.88	9.44	8.90	8.82	8.79	9.79	7.27	9.04	6.76
8	6.53	7.09	6.72	7.32	7.62	6.78	7.27	7.65	8.49	8.47	8.61	8.29	7.32	8.70	8.12	8.23	11.15	5.56
9	5.17	4.20	3.21	3.99	3.57	3.52	3.12	3.51	3.02	4.52	4.11	3.30	3.64	3.92	3.47	3.80	4.34	2.66
10	10.84	7.85	6.65	5.69	6.20	6.45	7.05	6.80	8.47	7.28	6.89	7.44	8.25	7.41	6.60	8.35	8.16	5.47
NA	16.87	18.77	18.61	16.97	14.65	13.43	13.32	12.42	11.37	11.30	10.42	12.01	10.92	10.89	9.31	7.95	5.72	24.52

kable(round(prop.table(table(lapop2004_2018$ideologia, lapop2004_2018$ed, 
                 useNA = "always"), margin = 2)*100, digits = 2),
      format = "html", caption = "Ideología x educacion") %>% 
  kable_styling()

Ideología x educacion

	0	1	2	3	4	5	6	7	8	9	10	11	12	13	14	15	16	17	18	NA
1	16.00	14.91	14.19	13.14	11.63	12.54	8.78	7.48	6.96	7.32	6.27	6.50	4.94	4.53	4.48	4.44	4.22	4.94	5.35	10.57
2	4.31	5.40	5.48	5.73	4.90	5.22	4.08	3.83	3.65	3.73	2.82	3.47	2.47	3.38	2.06	3.00	2.92	3.23	2.54	3.22
3	8.04	7.51	7.58	8.27	8.76	9.62	8.22	7.78	7.72	8.56	6.81	8.18	6.80	6.97	8.16	7.89	8.46	7.76	9.16	6.90
4	5.89	6.22	5.56	6.74	6.72	7.01	6.32	7.59	5.73	7.00	7.21	7.54	7.02	8.26	8.53	8.05	9.17	8.36	8.03	6.90
5	7.46	7.28	9.60	8.27	8.63	9.28	9.79	9.68	9.61	9.42	10.69	11.90	11.80	12.17	13.84	12.53	14.10	12.79	11.17	9.89
6	11.77	14.20	13.47	16.44	15.08	14.91	19.14	20.01	20.49	21.43	23.35	23.53	26.91	28.57	27.38	25.80	25.80	24.53	25.28	16.09
7	2.49	3.29	4.52	5.40	6.86	6.25	7.48	7.37	7.43	8.05	8.54	8.53	8.22	8.17	8.66	8.96	9.79	10.81	11.77	7.59
8	3.57	4.11	5.16	4.49	5.99	5.19	7.44	6.90	7.75	8.47	7.92	7.46	7.54	7.42	8.70	8.75	8.67	9.10	11.64	5.06
9	3.32	3.52	3.47	2.63	2.32	3.19	3.90	3.10	3.65	3.92	3.55	4.02	3.24	3.20	3.75	3.78	3.83	3.09	4.01	3.45
10	7.88	6.34	5.89	6.12	6.99	6.01	7.98	7.16	7.96	8.32	7.16	6.80	6.37	6.13	5.01	6.61	6.43	6.70	5.69	9.20
NA	29.27	27.23	25.08	22.79	22.12	20.78	16.88	19.09	19.04	13.76	15.68	12.06	14.67	11.20	9.43	10.19	6.61	8.68	5.35	21.15

#MCA
lapop2004_2018$ed_f <- factor(lapop2004_2018$ed, labels = c(0:18))
lapop2004_2018$ing_decil_f <- factor(lapop2004_2018$ing_decil, labels = c(0:16))
lapop2004_2018$ideologia_f <- factor(lapop2004_2018$ideologia, labels = c(1:10))

variables_mca <- lapop2004_2018 %>% 
  select(ideologia_f, ed_f, categoria_ocup_f, ing_decil_f)

mca2 <- MCA(variables_mca, ncp = 2, graph = F)

ggcloud_variables(mca2, vlab = F, shapes = T, shapesize = 2, points = "besth")

Los casos perdidos en la variable ideología se encuentran muy asociaciados al nivel educativo bajo y a los ingresos bajos. Nuevamente, como en el caso de las variables objetivo, lo mejor sería imputarlas según nivel económico, ya que está relacionada y no formará parte del modelo de regresión.

Data Frame Summary

lapop2004_2018

Dimensions: 66771 x 2
Duplicates: 66751

No	Variable	Stats / Values	Freqs (% of Valid)	Graph	Missing
1	ideologia [numeric]	Mean (sd) : 5.5 (2.5) min ≤ med ≤ max: 1 ≤ 6 ≤ 10 IQR (CV) : 3 (0.4)	1 : 4863 ( 8.6% ) 2 : 2363 ( 4.2% ) 3 : 5310 ( 9.3% ) 4 : 4844 ( 8.5% ) 5 : 7295 ( 12.8% ) 6 : 14855 ( 26.1% ) 7 : 5318 ( 9.4% ) 8 : 4989 ( 8.8% ) 9 : 2380 ( 4.2% ) 10 : 4594 ( 8.1% )		9960 (14.9%)
2	ideologia_imp [numeric]	Mean (sd) : 5.5 (2.5) min ≤ med ≤ max: 1 ≤ 6 ≤ 10 IQR (CV) : 3 (0.4)	1 : 5750 ( 8.6% ) 2 : 2791 ( 4.2% ) 3 : 6201 ( 9.3% ) 4 : 5663 ( 8.5% ) 5 : 8572 ( 12.8% ) 6 : 17539 ( 26.3% ) 7 : 6271 ( 9.4% ) 8 : 5780 ( 8.7% ) 9 : 2795 ( 4.2% ) 10 : 5409 ( 8.1% )		0 (0.0%)

Generated by summarytools 1.0.1 (R version 4.2.1)
2023-01-10

Problema variable Tranferencias Condicionadas

Ayuda gobierno x Transferencias condicionadas. Chile 2016.

wf1	1	2	NA	Total
1	35.5%	8.7%	25.0%	11.7%
2	64.5%	91.0%	59.1%	87.7%
NA		0.2%	15.9%	0.6%
Total	100.0%	100.0%	100.0%	100.0%

Ayuda gobierno x Transferencias condicionadas. Todos los países 2016.

wf1	1	2	NA	Total
1	36.4%	5.5%	19.2%	12.0%
2	63.1%	94.3%	68.0%	87.6%
NA	0.6%	0.2%	12.8%	0.4%
Total	100.0%	100.0%	100.0%	100.0%

Las variables de Ayuda económica del gobierno y Transferencias condicionadas parecieran no apuntar a lo mismo. Del total de familias que recibió transferencias condicionadas, solo un 35,5% indicó declarar que recibió ayuda económica del gobierno.

Descriptivos

Tablas resumen

Característica	2008, N = 10,5731	2010, N = 11,9251	2012, N = 10,6661	2014, N = 10,6261	2016, N = 11,9721	2018, N = 11,0091	Total1
Acuerdo con democracia	5.45 (1.64)	5.39 (1.66)	5.41 (1.62)	5.37 (1.66)	4.87 (1.77)	5.00 (1.68)	5.24 (1.69)
Acuerdo con políticas de reducción de desigualdad	5.97 (1.43)	5.98 (1.40)	5.93 (1.38)	5.68 (1.61)	5.46 (1.73)	5.34 (1.73)	5.72 (1.58)
Voto pasado	8,233 (78.5%)	7,824 (79.8%)	8,519 (80.4%)	8,002 (75.9%)	9,060 (76.0%)	8,300 (75.6%)	49,938 (77.6%)
Voto presente	7,120 (84.0%)	6,275 (88.7%)	7,675 (87.1%)	7,765 (86.1%)	9,607 (86.2%)	9,042 (87.9%)	47,484 (86.6%)
Desempleo como fenómeno voluntario	NA (NA)	NA (NA)	NA (NA)	NA (NA)	NA (NA)	3.44 (2.00)	3.44 (2.00)
Los gobiernos deben invertir en ayudar a los pobres	NA (NA)	NA (NA)	NA (NA)	NA (NA)	NA (NA)	5.53 (1.75)	5.53 (1.75)
Injusto que los ricos paguen altos impuestos	NA (NA)	NA (NA)	NA (NA)	NA (NA)	NA (NA)	4.29 (1.90)	4.29 (1.90)
Generalización corrupción	2,001 (20.2%)	2,282 (20.1%)	1,908 (19.0%)	1,244 (17.1%)	625 (24.0%)	1,463 (27.4%)	9,523 (20.5%)
Golpe militar por corrupción	3,104 (53.4%)	6,962 (61.3%)	6,334 (61.9%)	6,053 (60.1%)	3,037 (61.6%)	3,442 (65.6%)	28,932 (60.7%)
Aprobación de cierre del congreso	0 (NA%)	9,434 (86.2%)	8,504 (86.8%)	8,077 (83.6%)	8,823 (79.2%)	4,421 (75.1%)	39,259 (82.8%)
Aprobación de cierre de la corte	0 (NA%)	9,681 (89.2%)	8,696 (89.2%)	0 (NA%)	0 (NA%)	4,114 (71.4%)	22,491 (85.3%)
Simpatía por partido político	2,990 (28.9%)	3,530 (30.2%)	3,044 (29.0%)	2,942 (28.1%)	2,523 (21.2%)	2,522 (23.0%)	17,551 (26.7%)
Categoría ocupacional
Patrón	216 (2.1%)	201 (1.7%)	165 (1.6%)	149 (1.4%)	258 (2.2%)	260 (2.4%)	1,249 (1.9%)
Asalariado público	801 (7.7%)	878 (7.4%)	815 (7.7%)	732 (6.9%)	878 (7.4%)	765 (7.0%)	4,869 (7.4%)
Asalariado privado	2,394 (22.9%)	2,514 (21.3%)	2,490 (23.5%)	2,407 (22.8%)	2,156 (18.2%)	2,086 (19.2%)	14,047 (21.2%)
Cuenta propia	2,192 (21.0%)	2,765 (23.4%)	2,513 (23.7%)	2,509 (23.8%)	2,836 (23.9%)	2,333 (21.5%)	15,148 (22.9%)
Desocupado	640 (6.1%)	943 (8.0%)	619 (5.8%)	504 (4.8%)	1,339 (11.3%)	1,232 (11.3%)	5,277 (8.0%)
Inactivo	4,199 (40.2%)	4,509 (38.2%)	3,981 (37.6%)	4,258 (40.3%)	4,398 (37.1%)	4,198 (38.6%)	25,543 (38.6%)
Formalidad
Formal	0 (NA%)	0 (NA%)	0 (NA%)	0 (NA%)	0 (NA%)	2,954 (27.0%)	2,954 (27.0%)
Informal	0 (NA%)	0 (NA%)	0 (NA%)	0 (NA%)	0 (NA%)	2,649 (24.2%)	2,649 (24.2%)
Desocupado	0 (NA%)	0 (NA%)	0 (NA%)	0 (NA%)	0 (NA%)	1,132 (10.4%)	1,132 (10.4%)
Inactivo	0 (NA%)	0 (NA%)	0 (NA%)	0 (NA%)	0 (NA%)	4,198 (38.4%)	4,198 (38.4%)
Estatus ocupacional
Directivos-Profesionales	0 (NA%)	0 (NA%)	0 (NA%)	0 (NA%)	0 (NA%)	471 (4.5%)	471 (4.5%)
Técnicos-administrativos-vendedores	0 (NA%)	0 (NA%)	0 (NA%)	0 (NA%)	0 (NA%)	631 (6.0%)	631 (6.0%)
Trabajadores manuales calificados	0 (NA%)	0 (NA%)	0 (NA%)	0 (NA%)	0 (NA%)	2,678 (25.7%)	2,678 (25.7%)
Trabajadores manuales no calificados	0 (NA%)	0 (NA%)	0 (NA%)	0 (NA%)	0 (NA%)	1,316 (12.6%)	1,316 (12.6%)
No ocupados	0 (NA%)	0 (NA%)	0 (NA%)	0 (NA%)	0 (NA%)	5,337 (51.2%)	5,337 (51.2%)
Ideología (der-izq)	5.36 (2.32)	5.45 (2.36)	5.50 (2.42)	5.58 (2.49)	5.76 (2.54)	5.60 (2.57)	5.54 (2.46)
Sexo
Varón	5,008 (47.4%)	5,610 (47.0%)	5,097 (47.8%)	4,975 (46.8%)	5,945 (49.7%)	5,455 (49.6%)	32,090 (48.1%)
Mujer	5,565 (52.6%)	6,315 (53.0%)	5,569 (52.2%)	5,651 (53.2%)	6,026 (50.3%)	5,552 (50.4%)	34,678 (51.9%)
Edad	41 (16)	40 (17)	41 (16)	42 (17)	41 (16)	42 (17)	41 (17)
Años educativos	9.3 (4.3)	9.6 (4.2)	9.8 (4.1)	9.8 (4.1)	10.2 (4.0)	10.4 (4.1)	9.9 (4.2)
Región
1	0 (NA%)	0 (NA%)	0 (NA%)	0 (NA%)	0 (NA%)	9,291 (84.4%)	9,291 (84.4%)
2	0 (NA%)	0 (NA%)	0 (NA%)	0 (NA%)	0 (NA%)	1,718 (15.6%)	1,718 (15.6%)
Nivel de desempleo	7.14 (1.80)	7.56 (2.03)	6.32 (1.48)	6.32 (1.34)	6.98 (2.35)	7.77 (2.85)	7.03 (2.12)
Nivel de informalidad	46 (14)	45 (13)	43 (14)	43 (14)	45 (14)	43 (13)	44 (14)
Nivel de empleo público	11.1 (3.4)	11.4 (3.5)	11.5 (4.0)	11.4 (4.0)	11.2 (4.2)	11.4 (4.4)	11.3 (3.9)
Brecha informales / asalariados reg.	50.3 (6.7)	51.6 (7.7)	50.6 (7.2)	50.6 (6.4)	50.0 (5.3)	49.9 (5.9)	50.5 (6.6)
País
Argentina	1,486 (14.1%)	1,410 (11.8%)	1,512 (14.2%)	1,512 (14.2%)	1,528 (12.8%)	1,528 (13.9%)	8,976 (13.4%)
Brasil	1,497 (14.2%)	2,482 (20.8%)	1,499 (14.1%)	1,500 (14.1%)	1,532 (12.8%)	1,498 (13.6%)	10,008 (15.0%)
Chile	1,527 (14.4%)	1,965 (16.5%)	1,571 (14.7%)	1,571 (14.8%)	1,625 (13.6%)	1,638 (14.9%)	9,897 (14.8%)
Colombia	1,503 (14.2%)	1,506 (12.6%)	1,512 (14.2%)	1,496 (14.1%)	1,563 (13.1%)	1,663 (15.1%)	9,243 (13.8%)
México	1,560 (14.8%)	1,562 (13.1%)	1,560 (14.6%)	1,535 (14.4%)	1,563 (13.1%)	1,580 (14.4%)	9,360 (14.0%)
Perú	1,500 (14.2%)	1,500 (12.6%)	1,500 (14.1%)	1,500 (14.1%)	2,647 (22.1%)	1,521 (13.8%)	10,168 (15.2%)
Uruguay	1,500 (14.2%)	1,500 (12.6%)	1,512 (14.2%)	1,512 (14.2%)	1,514 (12.6%)	1,581 (14.4%)	9,119 (13.7%)
1 Media (DE); n (%)

Boxplot y gráficos de medias (año y país)

Boxplot 2018

Descriptivos variables independientes

Cruces variable laboral y variables objetivo 2008-2018

democracia7	Patrón	Asalariado público	Asalariado privado	Cuenta propia	Desocupado	Inactivo
1	4.5%	2.8%	3.3%	4.4%	5.1%	4.0%
2	3.7%	2.9%	2.9%	4.1%	4.3%	3.8%
3	7.6%	6.5%	6.9%	8.5%	9.5%	8.1%
4	13.6%	13.1%	15.2%	16.5%	18.9%	15.4%
5	15.7%	16.7%	18.1%	19.2%	21.2%	18.9%
6	16.7%	17.5%	17.9%	17.3%	15.7%	17.9%
7	38.2%	40.7%	35.6%	30.1%	25.3%	31.9%
Total	100.0%	100.0%	100.0%	100.0%	100.0%	100.0%

reduc_desigualdad	Patrón	Asalariado público	Asalariado privado	Cuenta propia	Desocupado	Inactivo
1	4.2%	2.4%	2.4%	3.2%	3.1%	3.1%
2	2.7%	1.9%	2.2%	3.0%	2.4%	2.6%
3	5.5%	3.8%	4.2%	4.7%	4.7%	4.8%
4	11.0%	8.8%	9.4%	10.4%	9.2%	10.0%
5	15.1%	14.3%	15.3%	15.0%	14.5%	15.1%
6	20.4%	20.4%	19.2%	19.2%	18.3%	19.2%
7	41.2%	48.4%	47.3%	44.6%	47.7%	45.2%
Total	100.0%	100.0%	100.0%	100.0%	100.0%	100.0%

voto_pasado	Patrón	Asalariado público	Asalariado privado	Cuenta propia	Desocupado	Inactivo
0	18.7%	11.2%	21.7%	19.6%	29.3%	25.3%
1	81.3%	88.8%	78.3%	80.4%	70.7%	74.7%
Total	100.0%	100.0%	100.0%	100.0%	100.0%	100.0%

voto_presente	Patrón	Asalariado público	Asalariado privado	Cuenta propia	Desocupado	Inactivo
0	11.4%	7.9%	13.9%	12.1%	14.0%	14.8%
1	88.6%	92.1%	86.1%	87.9%	86.0%	85.2%
Total	100.0%	100.0%	100.0%	100.0%	100.0%	100.0%

Cruces variable laboral / informal y variables objetivo 2018

desempleados	Patrón	Asalariado público	Asalariado privado	Cuenta propia	Desocupado	Inactivo
1	28.1%	22.1%	23.3%	24.7%	22.3%	22.6%
2	16.5%	12.3%	14.6%	14.9%	13.3%	15.3%
3	16.2%	16.0%	17.9%	18.6%	15.0%	17.5%
4	15.4%	16.0%	15.5%	14.2%	13.3%	14.1%
5	10.8%	11.3%	10.8%	9.4%	9.4%	11.6%
6	5.8%	11.3%	8.0%	7.8%	8.2%	8.4%
7	7.3%	11.1%	9.8%	10.4%	18.5%	10.5%
Total	100.0%	100.0%	100.0%	100.0%	100.0%	100.0%

desempleados	Formal	Informal	Desocupado	Inactivo
1	22.9%	25.2%	21.7%	22.6%
2	13.6%	16.0%	12.7%	15.3%
3	16.3%	19.2%	15.2%	17.5%
4	15.8%	13.9%	13.4%	14.1%
5	11.1%	9.4%	9.3%	11.6%
6	9.3%	7.0%	8.7%	8.4%
7	10.9%	9.3%	18.9%	10.5%
Total	100.0%	100.0%	100.0%	100.0%

desempleados	Directivos-Profesionales	Técnicos-administrativos-vendedores	Trabajadores manuales calificados	Trabajadores manuales no calificados	No ocupados
1	14.5%	20.6%	26.6%	25.8%	22.4%
2	10.2%	12.4%	15.5%	15.8%	14.8%
3	14.5%	15.7%	18.0%	18.7%	17.0%
4	18.6%	17.1%	14.5%	13.4%	14.0%
5	13.9%	11.7%	8.8%	10.0%	11.1%
6	16.8%	10.8%	6.9%	6.3%	8.4%
7	11.5%	11.6%	9.7%	9.9%	12.3%
Total	100.0%	100.0%	100.0%	100.0%	100.0%

ayuda_pobres	Patrón	Asalariado público	Asalariado privado	Cuenta propia	Desocupado	Inactivo
1	4.6%	5.4%	5.8%	4.6%	3.8%	4.1%
2	3.9%	5.5%	4.0%	3.4%	3.1%	3.0%
3	7.7%	7.4%	7.1%	5.5%	4.2%	5.5%
4	12.0%	14.8%	14.1%	11.0%	10.2%	11.1%
5	17.0%	17.2%	14.1%	13.9%	11.9%	13.1%
6	15.4%	14.1%	14.8%	15.8%	14.7%	17.2%
7	39.4%	35.6%	40.0%	45.8%	52.0%	46.1%
Total	100.0%	100.0%	100.0%	100.0%	100.0%	100.0%

ayuda_pobres	Formal	Informal	Desocupado	Inactivo
1	6.2%	4.1%	3.7%	4.1%
2	4.6%	3.1%	3.2%	3.0%
3	7.6%	5.1%	4.3%	5.5%
4	14.5%	10.5%	10.5%	11.1%
5	15.9%	13.2%	11.8%	13.1%
6	14.1%	16.2%	14.8%	17.2%
7	37.2%	47.9%	51.6%	46.1%
Total	100.0%	100.0%	100.0%	100.0%

ayuda_pobres	Directivos-Profesionales	Técnicos-administrativos-vendedores	Trabajadores manuales calificados	Trabajadores manuales no calificados	No ocupados
1	5.8%	7.2%	4.9%	4.5%	4.0%
2	7.2%	3.7%	3.4%	3.1%	3.0%
3	10.0%	8.9%	6.1%	4.4%	5.3%
4	18.1%	17.5%	11.1%	9.1%	11.0%
5	19.8%	15.1%	14.2%	12.6%	12.8%
6	14.1%	14.6%	15.0%	16.1%	16.6%
7	24.9%	33.1%	45.3%	50.3%	47.3%
Total	100.0%	100.0%	100.0%	100.0%	100.0%

impuestos_ricos	Patrón	Asalariado público	Asalariado privado	Cuenta propia	Desocupado	Inactivo
1	9.3%	11.4%	10.8%	12.6%	13.6%	11.5%
2	8.9%	6.9%	6.8%	8.2%	8.2%	8.7%
3	13.5%	11.7%	12.1%	11.6%	12.0%	12.6%
4	23.6%	22.3%	21.8%	21.7%	20.4%	20.1%
5	20.1%	18.6%	19.5%	17.2%	17.8%	18.2%
6	7.3%	11.8%	12.0%	11.1%	10.1%	12.5%
7	17.4%	17.3%	17.0%	17.7%	18.0%	16.5%
Total	100.0%	100.0%	100.0%	100.0%	100.0%	100.0%

impuestos_ricos	Formal	Informal	Desocupado	Inactivo
1	12.0%	11.4%	13.5%	11.5%
2	7.4%	7.5%	8.4%	8.7%
3	11.4%	12.4%	12.0%	12.6%
4	21.4%	21.9%	20.7%	20.1%
5	18.9%	18.1%	17.7%	18.2%
6	11.6%	11.1%	10.1%	12.5%
7	17.4%	17.6%	17.7%	16.5%
Total	100.0%	100.0%	100.0%	100.0%

impuestos_ricos	Directivos-Profesionales	Técnicos-administrativos-vendedores	Trabajadores manuales calificados	Trabajadores manuales no calificados	No ocupados
1	12.9%	11.4%	11.8%	11.4%	11.9%
2	9.9%	6.3%	6.9%	8.5%	8.6%
3	17.2%	13.6%	11.5%	10.1%	12.5%
4	23.9%	22.8%	20.3%	21.9%	20.2%
5	15.3%	18.9%	19.5%	17.5%	18.1%
6	8.6%	9.3%	12.4%	11.1%	11.9%
7	12.3%	17.7%	17.7%	19.5%	16.7%
Total	100.0%	100.0%	100.0%	100.0%	100.0%

reduc_desigualdad	Formal	Informal	Desocupado	Inactivo
1	4.2%	4.7%	5.1%	4.8%
2	3.1%	4.1%	2.8%	3.3%
3	6.0%	6.7%	6.8%	7.8%
4	13.4%	13.6%	13.6%	13.9%
5	18.7%	16.7%	15.3%	17.5%
6	16.4%	17.8%	16.5%	17.1%
7	38.1%	36.4%	40.0%	35.5%
Total	100.0%	100.0%	100.0%	100.0%

reduc_desigualdad	Directivos-Profesionales	Técnicos-administrativos-vendedores	Trabajadores manuales calificados	Trabajadores manuales no calificados	No ocupados
1	4.9%	4.6%	4.5%	4.3%	4.9%
2	3.6%	2.6%	3.5%	4.2%	3.2%
3	6.2%	5.3%	6.8%	6.8%	7.6%
4	10.9%	10.9%	13.6%	14.3%	13.8%
5	14.7%	20.2%	18.5%	15.7%	17.1%
6	18.8%	16.5%	16.6%	18.1%	17.0%
7	40.9%	40.0%	36.6%	36.5%	36.4%
Total	100.0%	100.0%	100.0%	100.0%	100.0%

democracia7	Formal	Informal	Desocupado	Inactivo
1	3.9%	4.7%	5.7%	5.1%
2	2.8%	3.8%	4.2%	4.1%
3	6.8%	10.1%	10.0%	8.8%
4	18.0%	22.1%	21.6%	18.4%
5	19.4%	24.7%	24.1%	22.1%
6	15.6%	14.2%	13.6%	16.0%
7	33.4%	20.4%	20.7%	25.5%
Total	100.0%	100.0%	100.0%	100.0%

democracia7	Directivos-Profesionales	Técnicos-administrativos-vendedores	Trabajadores manuales calificados	Trabajadores manuales no calificados	No ocupados
1	3.0%	4.5%	5.1%	3.8%	5.2%
2	3.8%	2.7%	3.5%	3.6%	4.1%
3	5.1%	7.2%	9.6%	9.1%	9.1%
4	14.5%	16.8%	20.7%	22.0%	19.1%
5	15.4%	21.1%	22.6%	24.8%	22.5%
6	15.4%	14.4%	14.0%	15.1%	15.5%
7	42.9%	33.4%	24.5%	21.5%	24.4%
Total	100.0%	100.0%	100.0%	100.0%	100.0%

voto_pasado	Formal	Informal	Desocupado	Inactivo
0	18.6%	24.6%	28.8%	27.1%
1	81.4%	75.4%	71.2%	72.9%
Total	100.0%	100.0%	100.0%	100.0%

voto_pasado	Directivos-Profesionales	Técnicos-administrativos-vendedores	Trabajadores manuales calificados	Trabajadores manuales no calificados	No ocupados
0	8.3%	15.6%	25.1%	23.1%	27.4%
1	91.7%	84.4%	74.9%	76.9%	72.6%
Total	100.0%	100.0%	100.0%	100.0%	100.0%

voto_presente	Patrón	Asalariado público	Asalariado privado	Cuenta propia	Desocupado	Inactivo
0	12.0%	7.6%	13.7%	9.4%	12.3%	13.6%
1	88.0%	92.4%	86.3%	90.6%	87.7%	86.4%
Total	100.0%	100.0%	100.0%	100.0%	100.0%	100.0%

voto_presente	Formal	Informal	Desocupado	Inactivo
0	11.4%	10.2%	12.7%	13.6%
1	88.6%	89.8%	87.3%	86.4%
Total	100.0%	100.0%	100.0%	100.0%

voto_presente	Directivos-Profesionales	Técnicos-administrativos-vendedores	Trabajadores manuales calificados	Trabajadores manuales no calificados	No ocupados
0	6.5%	9.5%	12.5%	10.4%	13.4%
1	93.5%	90.5%	87.5%	89.6%	86.6%
Total	100.0%	100.0%	100.0%	100.0%	100.0%

corrup_func	Patrón	Asalariado público	Asalariado privado	Cuenta propia	Desocupado	Inactivo
0	71.2%	73.7%	75.7%	75.4%	67.5%	70.9%
1	28.8%	26.3%	24.3%	24.6%	32.5%	29.1%
Total	100.0%	100.0%	100.0%	100.0%	100.0%	100.0%

formal_estado	0	1
Formal	75.3%	24.7%
Informal	74.7%	25.3%
Desocupado	66.9%	33.1%
Inactivo	70.9%	29.1%
Total	287.9%	112.1%

corrup_func	Directivos-Profesionales	Técnicos-administrativos-vendedores	Trabajadores manuales calificados	Trabajadores manuales no calificados	No ocupados
0	72.4%	79.7%	75.6%	70.9%	70.2%
1	27.6%	20.3%	24.4%	29.1%	29.8%
Total	100.0%	100.0%	100.0%	100.0%	100.0%

golpe	Patrón	Asalariado público	Asalariado privado	Cuenta propia	Desocupado	Inactivo
0	37.2%	26.7%	31.8%	37.2%	33.2%	35.7%
1	62.8%	73.3%	68.2%	62.8%	66.8%	64.3%
Total	100.0%	100.0%	100.0%	100.0%	100.0%	100.0%

formal_estado	0	1
Formal	28.0%	72.0%
Informal	39.7%	60.3%
Desocupado	33.5%	66.5%
Inactivo	35.7%	64.3%
Total	137.0%	263.0%

golpe	Directivos-Profesionales	Técnicos-administrativos-vendedores	Trabajadores manuales calificados	Trabajadores manuales no calificados	No ocupados
0	18.2%	30.0%	35.9%	39.0%	35.3%
1	81.8%	70.0%	64.1%	61.0%	64.7%
Total	100.0%	100.0%	100.0%	100.0%	100.0%

cierre_congreso	Patrón	Asalariado público	Asalariado privado	Cuenta propia	Desocupado	Inactivo
0	25.4%	20.0%	21.4%	27.3%	24.6%	25.9%
1	74.6%	80.0%	78.6%	72.7%	75.4%	74.1%
Total	100.0%	100.0%	100.0%	100.0%	100.0%	100.0%

formal_estado	0	1
Formal	20.1%	79.9%
Informal	28.0%	72.0%
Desocupado	24.3%	75.7%
Inactivo	25.9%	74.1%
Total	98.2%	301.8%

cierre_congreso	Directivos-Profesionales	Técnicos-administrativos-vendedores	Trabajadores manuales calificados	Trabajadores manuales no calificados	No ocupados
0	16.7%	23.0%	26.3%	25.7%	25.6%
1	83.3%	77.0%	73.7%	74.3%	74.4%
Total	100.0%	100.0%	100.0%	100.0%	100.0%

cierre_corte	Patrón	Asalariado público	Asalariado privado	Cuenta propia	Desocupado	Inactivo
0	31.6%	26.2%	23.6%	30.2%	30.7%	29.6%
1	68.4%	73.8%	76.4%	69.8%	69.3%	70.4%
Total	100.0%	100.0%	100.0%	100.0%	100.0%	100.0%

formal_estado	0	1
Formal	23.4%	76.6%
Informal	32.1%	67.9%
Desocupado	29.3%	70.7%
Inactivo	29.6%	70.4%
Total	114.4%	285.6%

cierre_corte	Directivos-Profesionales	Técnicos-administrativos-vendedores	Trabajadores manuales calificados	Trabajadores manuales no calificados	No ocupados
0	13.3%	21.2%	30.3%	33.1%	29.5%
1	86.7%	78.8%	69.7%	66.9%	70.5%
Total	100.0%	100.0%	100.0%	100.0%	100.0%

simpatiza_partido	Patrón	Asalariado público	Asalariado privado	Cuenta propia	Desocupado	Inactivo
0	78.0%	72.8%	77.8%	77.2%	80.8%	75.6%
1	22.0%	27.2%	22.2%	22.8%	19.2%	24.4%
Total	100.0%	100.0%	100.0%	100.0%	100.0%	100.0%

formal_estado	0	1
Formal	74.4%	25.6%
Informal	80.1%	19.9%
Desocupado	80.8%	19.2%
Inactivo	75.6%	24.4%
Total	311.0%	89.0%

simpatiza_partido	Directivos-Profesionales	Técnicos-administrativos-vendedores	Trabajadores manuales calificados	Trabajadores manuales no calificados	No ocupados
0	65.8%	74.1%	79.5%	78.3%	76.8%
1	34.2%	25.9%	20.5%	21.7%	23.2%
Total	100.0%	100.0%	100.0%	100.0%	100.0%

Modelos Multinivel 2008-2018

El ICC para la variable objetivo de acuerdo con la democracia es de 0.095, 0.095, 0.095.

El ICC para la variable objetivo de reducción de la desigualdad es de 0.04, 0.04, 0.04.

El ICC para la variable objetivo de voto pasado es de 0.11, 0.11, 0.11.

El ICC para la variable objetivo de voto presente es de 0.135, 0.135, 0.135.

Multinivel democracia

	Ind	Ind + grup	Ind + grup + int	Random_apub	Random_apri	Random_cuent	Random_desoc
Predictors	Estimates	Estimates	Estimates	Estimates	Estimates	Estimates	Estimates
Intercepto	5.26 ***	5.25 ***	5.25 ***	5.25 ***	5.25 ***	5.25 ***	5.25 ***
Patrón	0.00	0.00	0.00	0.00	0.00	0.00	0.00
Asalariado pub.	0.06 *	0.06 *	0.06 *	0.06	0.06 *	0.06 *	0.06 *
Asalariado priv.	0.05 **	0.05 **	0.05 **	0.05 **	0.05 *	0.05 **	0.05 **
Cuenta propia	-0.01	-0.01	-0.01	-0.01	-0.01	-0.01	-0.01
Desocupado	-0.11 ***	-0.11 ***	-0.10 ***	-0.10 ***	-0.10 ***	-0.10 ***	-0.10 ***
Ideología (der-izq)	-0.02 ***	-0.02 ***	-0.02 ***	-0.02 ***	-0.02 ***	-0.02 ***	-0.02 ***
Varón	0.07 ***	0.07 ***	0.07 ***	0.07 ***	0.07 ***	0.07 ***	0.07 ***
Edad	0.01 ***	0.01 ***	0.01 ***	0.01 ***	0.01 ***	0.01 ***	0.01 ***
Años educ.	0.06 ***	0.06 ***	0.06 ***	0.06 ***	0.06 ***	0.06 ***	0.06 ***
Desempleo		-0.02	-0.02	-0.01	-0.02	-0.04	-0.02
Informalidad		-0.03 ***	-0.03 ***	-0.04 ***	-0.03 ***	-0.03 ***	-0.03 ***
Empleo pub.		0.04	0.04	0.05 **	0.05 *	0.05 **	0.04 *
Brecha remun.		-0.05 ***	-0.05 ***	-0.06 ***	-0.05 ***	-0.05 ***	-0.05 ***
Desocupado*desempleo			-0.03 **	-0.03 **	-0.03 **	-0.03 *	-0.03 *
Random Effects
σ2	2.50	2.50	2.50	2.50	2.50	2.50	2.50
τ00	0.27 pais_anio	0.11 pais_anio	0.11 pais_anio	0.12 pais_anio	0.12 pais_anio	0.12 pais_anio	0.11 pais_anio
τ11				0.02 pais_anio.asal_pub_cwc	0.01 pais_anio.asal_pri_cwc	0.00 pais_anio.cuenta_prop_cwc	0.00 pais_anio.desocupado_cwc
ρ01				-0.68 pais_anio	-0.42 pais_anio	0.75 pais_anio	0.88 pais_anio
N	42 pais_anio	42 pais_anio	42 pais_anio	42 pais_anio	42 pais_anio	42 pais_anio	42 pais_anio
Observations	62060	62060	62060	62060	62060	62060	62060
Marginal R2 / Conditional R2	0.026 / 0.119	0.078 / 0.119	0.079 / 0.119	0.096 / 0.137	0.081 / 0.122	0.086 / 0.127	0.081 / 0.122
AIC	233260.653	233262.044	233264.387	233249.188	233259.700	233264.016	233267.221
p<0.05   ** p<0.01   *** p<0.001

## Data: base_ml
## Models:
## democracia_null: democracia7 ~ 1 + (1 | pais_anio)
## democracia_ind: democracia7 ~ 1 + patron_cwc + asal_pub_cwc + asal_pri_cwc + cuenta_prop_cwc + desocupado_cwc + ideologia_cwc + sexo_cwc + edad_cwc + educ_cwc + (1 | pais_anio)
##                 npar    AIC    BIC  logLik deviance  Chisq Df Pr(>Chisq)    
## democracia_null    3 234949 234976 -117472   234943                         
## democracia_ind    12 233188 233296 -116582   233164 1779.5  9  < 2.2e-16 ***
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

## Data: base_ml
## Models:
## democracia_ind: democracia7 ~ 1 + patron_cwc + asal_pub_cwc + asal_pri_cwc + cuenta_prop_cwc + desocupado_cwc + ideologia_cwc + sexo_cwc + edad_cwc + educ_cwc + (1 | pais_anio)
## democracia_ind_grup: democracia7 ~ 1 + patron_cwc + asal_pub_cwc + asal_pri_cwc + cuenta_prop_cwc + desocupado_cwc + ideologia_cwc + sexo_cwc + edad_cwc + educ_cwc + desempleo_cgm + informalidad_cgm + empleo_pub_cgm + brecha_remun_cgm + (1 | pais_anio)
##                     npar    AIC    BIC  logLik deviance  Chisq Df Pr(>Chisq)
## democracia_ind        12 233188 233296 -116582   233164                     
## democracia_ind_grup   16 233161 233305 -116564   233129 34.879  4   4.92e-07
##                        
## democracia_ind         
## democracia_ind_grup ***
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

## Data: base_ml
## Models:
## democracia_ind_grup: democracia7 ~ 1 + patron_cwc + asal_pub_cwc + asal_pri_cwc + cuenta_prop_cwc + desocupado_cwc + ideologia_cwc + sexo_cwc + edad_cwc + educ_cwc + desempleo_cgm + informalidad_cgm + empleo_pub_cgm + brecha_remun_cgm + (1 | pais_anio)
## democracia_ind_grup_int: democracia7 ~ 1 + patron_cwc + asal_pub_cwc + asal_pri_cwc + cuenta_prop_cwc + desocupado_cwc + ideologia_cwc + sexo_cwc + edad_cwc + educ_cwc + desempleo_cgm + informalidad_cgm + empleo_pub_cgm + brecha_remun_cgm + desocupado_cwc * desempleo_cgm + (1 | pais_anio)
##                         npar    AIC    BIC  logLik deviance  Chisq Df
## democracia_ind_grup       16 233161 233305 -116564   233129          
## democracia_ind_grup_int   17 233156 233309 -116561   233122 6.9751  1
##                         Pr(>Chisq)   
## democracia_ind_grup                  
## democracia_ind_grup_int   0.008265 **
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

## Data: base_ml
## Models:
## democracia_ind_grup_int: democracia7 ~ 1 + patron_cwc + asal_pub_cwc + asal_pri_cwc + cuenta_prop_cwc + desocupado_cwc + ideologia_cwc + sexo_cwc + edad_cwc + educ_cwc + desempleo_cgm + informalidad_cgm + empleo_pub_cgm + brecha_remun_cgm + desocupado_cwc * desempleo_cgm + (1 | pais_anio)
## democracia_random_apub: democracia7 ~ 1 + patron_cwc + asal_pub_cwc + asal_pri_cwc + cuenta_prop_cwc + desocupado_cwc + ideologia_cwc + sexo_cwc + edad_cwc + educ_cwc + desempleo_cgm + informalidad_cgm + empleo_pub_cgm + brecha_remun_cgm + desocupado_cwc * desempleo_cgm + (1 + asal_pub_cwc | pais_anio)
##                         npar    AIC    BIC  logLik deviance  Chisq Df
## democracia_ind_grup_int   17 233156 233309 -116561   233122          
## democracia_random_apub    19 233140 233312 -116551   233102 19.468  2
##                         Pr(>Chisq)    
## democracia_ind_grup_int               
## democracia_random_apub   5.922e-05 ***
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

## Data: base_ml
## Models:
## democracia_ind_grup_int: democracia7 ~ 1 + patron_cwc + asal_pub_cwc + asal_pri_cwc + cuenta_prop_cwc + desocupado_cwc + ideologia_cwc + sexo_cwc + edad_cwc + educ_cwc + desempleo_cgm + informalidad_cgm + empleo_pub_cgm + brecha_remun_cgm + desocupado_cwc * desempleo_cgm + (1 | pais_anio)
## democracia_random_apri: democracia7 ~ 1 + patron_cwc + asal_pub_cwc + asal_pri_cwc + cuenta_prop_cwc + desocupado_cwc + ideologia_cwc + sexo_cwc + edad_cwc + educ_cwc + desempleo_cgm + informalidad_cgm + empleo_pub_cgm + brecha_remun_cgm + desocupado_cwc * desempleo_cgm + (1 + asal_pri_cwc | pais_anio)
##                         npar    AIC    BIC  logLik deviance Chisq Df Pr(>Chisq)
## democracia_ind_grup_int   17 233156 233309 -116561   233122                    
## democracia_random_apri    19 233151 233323 -116557   233113 8.463  2    0.01453
##                          
## democracia_ind_grup_int  
## democracia_random_apri  *
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

## Data: base_ml
## Models:
## democracia_ind_grup_int: democracia7 ~ 1 + patron_cwc + asal_pub_cwc + asal_pri_cwc + cuenta_prop_cwc + desocupado_cwc + ideologia_cwc + sexo_cwc + edad_cwc + educ_cwc + desempleo_cgm + informalidad_cgm + empleo_pub_cgm + brecha_remun_cgm + desocupado_cwc * desempleo_cgm + (1 | pais_anio)
## democracia_random_cuent: democracia7 ~ 1 + patron_cwc + asal_pub_cwc + asal_pri_cwc + cuenta_prop_cwc + desocupado_cwc + ideologia_cwc + sexo_cwc + edad_cwc + educ_cwc + desempleo_cgm + informalidad_cgm + empleo_pub_cgm + brecha_remun_cgm + desocupado_cwc * desempleo_cgm + (1 + cuenta_prop_cwc | pais_anio)
##                         npar    AIC    BIC  logLik deviance  Chisq Df
## democracia_ind_grup_int   17 233156 233309 -116561   233122          
## democracia_random_cuent   19 233155 233327 -116559   233117 4.5617  2
##                         Pr(>Chisq)
## democracia_ind_grup_int           
## democracia_random_cuent     0.1022

## Data: base_ml
## Models:
## democracia_ind_grup_int: democracia7 ~ 1 + patron_cwc + asal_pub_cwc + asal_pri_cwc + cuenta_prop_cwc + desocupado_cwc + ideologia_cwc + sexo_cwc + edad_cwc + educ_cwc + desempleo_cgm + informalidad_cgm + empleo_pub_cgm + brecha_remun_cgm + desocupado_cwc * desempleo_cgm + (1 | pais_anio)
## democracia_random_desoc: democracia7 ~ 1 + patron_cwc + asal_pub_cwc + asal_pri_cwc + cuenta_prop_cwc + desocupado_cwc + ideologia_cwc + sexo_cwc + edad_cwc + educ_cwc + desempleo_cgm + informalidad_cgm + empleo_pub_cgm + brecha_remun_cgm + desocupado_cwc * desempleo_cgm + (1 + desocupado_cwc | pais_anio)
##                         npar    AIC    BIC  logLik deviance  Chisq Df
## democracia_ind_grup_int   17 233156 233309 -116561   233122          
## democracia_random_desoc   19 233159 233330 -116560   233121 1.2147  2
##                         Pr(>Chisq)
## democracia_ind_grup_int           
## democracia_random_desoc     0.5448

Importante
El test de devianza muestra que los modelos de pendiente aleatoria para los cuentapropia y para desocupados no mejoran el ajuste. El pseudo r2 para el segundo nivel (países años)

• en el modelo con predictores individuales es de 0.0237799,
  
• en el modelo de predictores individuales y grupales es de 0.578056,
• en el modelo con interacciones es de 0.5780539,
• en el los modelos de pendiente aleatoria es de 0.5587182.

Multinivel reducción desigualdad

	Ind	Ind + grup	Random_apub	Random_apri	Random_cuent
Predictors	Estimates	Estimates	Estimates	Estimates	Estimates
(Intercept)	5.73 ***	5.73 ***	5.73 ***	5.73 ***	5.73 ***
patron_cwc	-0.09	-0.09	-0.09	-0.09	-0.09
asal_pub_cwc	0.14 ***	0.14 ***	0.14 ***	0.14 ***	0.14 ***
asal_pri_cwc	0.05 **	0.05 **	0.05 **	0.05 *	0.05 **
cuenta_prop_cwc	0.02	0.02	0.02	0.02	0.01
desocupado_cwc	0.13 ***	0.13 ***	0.13 ***	0.13 ***	0.13 ***
ideologia_cwc	0.02 ***	0.02 ***	0.02 ***	0.02 ***	0.02 ***
sexo_cwc	-0.00	-0.00	-0.00	-0.00	-0.00
edad_cwc	0.00	0.00	0.00	0.00	0.00
educ_cwc	0.00 **	0.00 **	0.00 **	0.00 **	0.00 **
desempleo_cgm		0.01	0.01	0.00	0.01
informalidad_cgm		-0.01	-0.01	-0.01	-0.01
empleo_pub_cgm		-0.01	-0.00	-0.01	-0.01
brecha_remun_cgm		0.00	-0.00	-0.00	0.00
Random Effects
σ2	2.36	2.36	2.36	2.36	2.36
τ00	0.10 pais_anio	0.08 pais_anio	0.08 pais_anio	0.08 pais_anio	0.08 pais_anio
τ11			0.01 pais_anio.asal_pub_cwc	0.01 pais_anio.asal_pri_cwc	0.01 pais_anio.cuenta_prop_cwc
ρ01			-0.42 pais_anio	-0.38 pais_anio	-0.15 pais_anio
N	42 pais_anio	42 pais_anio	42 pais_anio	42 pais_anio	42 pais_anio
Observations	62060	62060	62060	62060	62060
Marginal R2 / Conditional R2	0.002 / 0.041	0.009 / 0.042	0.008 / 0.041	0.009 / 0.042	0.009 / 0.042
AIC	229750.915	229780.297	229779.286	229776.220	229771.810
p<0.05   ** p<0.01   *** p<0.001

## Data: base_ml
## Models:
## reduc_desigualdad_null: reduc_desigualdad ~ 1 + (1 | pais_anio)
## reduc_desigualdad_ind: reduc_desigualdad ~ 1 + patron_cwc + asal_pub_cwc + asal_pri_cwc + cuenta_prop_cwc + desocupado_cwc + ideologia_cwc + sexo_cwc + edad_cwc + educ_cwc + (1 | pais_anio)
##                        npar    AIC    BIC  logLik deviance  Chisq Df Pr(>Chisq)
## reduc_desigualdad_null    3 229809 229836 -114902   229803                     
## reduc_desigualdad_ind    12 229676 229785 -114826   229652 150.72  9  < 2.2e-16
##                           
## reduc_desigualdad_null    
## reduc_desigualdad_ind  ***
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

## Data: base_ml
## Models:
## reduc_desigualdad_ind: reduc_desigualdad ~ 1 + patron_cwc + asal_pub_cwc + asal_pri_cwc + cuenta_prop_cwc + desocupado_cwc + ideologia_cwc + sexo_cwc + edad_cwc + educ_cwc + (1 | pais_anio)
## reduc_desigualdad_ind_grup: reduc_desigualdad ~ 1 + patron_cwc + asal_pub_cwc + asal_pri_cwc + cuenta_prop_cwc + desocupado_cwc + ideologia_cwc + sexo_cwc + edad_cwc + educ_cwc + desempleo_cgm + informalidad_cgm + empleo_pub_cgm + brecha_remun_cgm + (1 | pais_anio)
##                            npar    AIC    BIC  logLik deviance  Chisq Df
## reduc_desigualdad_ind        12 229676 229785 -114826   229652          
## reduc_desigualdad_ind_grup   16 229677 229821 -114822   229645 7.6622  4
##                            Pr(>Chisq)
## reduc_desigualdad_ind                
## reduc_desigualdad_ind_grup     0.1048

Importante
Para la variable objetivo reducción de la desigualdad la prueba de devianza muestra que el modelo con variables contextuales agregadas no mejora el ajuste por sobre el modelo de variables individuales.

Multinivel voto pasado

	Ind	Ind + grup	voto_pasado_ind_grup_int	Random_apub	Random_apri	Random_cuent
Predictors	Odds Ratios	Odds Ratios	Odds Ratios	Odds Ratios	Odds Ratios	Odds Ratios
Intercepto	4.88 ***	4.88 ***	4.88 ***	4.90 ***	4.90 ***	4.89 ***
Patrón	1.72 ***	1.72 ***	1.72 ***	1.72 ***	1.73 ***	1.71 ***
Asalariado pub.	2.70 ***	2.70 ***	2.70 ***	2.78 ***	2.71 ***	2.70 ***
Asalariado priv.	1.85 ***	1.85 ***	1.85 ***	1.85 ***	1.97 ***	1.85 ***
Cuenta propia	1.75 ***	1.75 ***	1.75 ***	1.74 ***	1.75 ***	1.80 ***
Desocupado	1.32 ***	1.32 ***	1.30 ***	1.30 ***	1.31 ***	1.30 ***
Ideología (der-izq)	0.98 ***	0.98 ***	0.98 ***	0.98 ***	0.98 ***	0.98 ***
Varón	0.69 ***	0.69 ***	0.69 ***	0.70 ***	0.70 ***	0.70 ***
Edad	1.06 ***	1.06 ***	1.06 ***	1.06 ***	1.06 ***	1.06 ***
Años educ.	1.07 ***	1.07 ***	1.07 ***	1.07 ***	1.07 ***	1.07 ***
Desempleo		0.97	0.97	0.97	0.90	0.94
Informalidad		1.01	1.01	1.01	1.00	1.01
Empleo pub.		1.13 ***	1.13 ***	1.11 *	1.04	1.11 **
Brecha remun.		0.99	0.99	1.00	1.01	1.00
Desocupado*desempleo			1.03	1.03	1.03	1.03
Random Effects
σ2	3.29	3.29	3.29	3.29	3.29	3.29
τ00	0.51 pais_anio	0.36 pais_anio	0.36 pais_anio	0.37 pais_anio	0.42 pais_anio	0.37 pais_anio
τ11				0.07 pais_anio.asal_pub_cwc	0.05 pais_anio.asal_pri_cwc	0.03 pais_anio.cuenta_prop_cwc
ρ01				0.28 pais_anio	0.72 pais_anio	0.53 pais_anio
N	41 pais_anio	41 pais_anio	41 pais_anio	41 pais_anio	41 pais_anio	41 pais_anio
Observations	59838	59838	59838	59838	59838	59838
Marginal R2 / Conditional R2	0.193 / 0.302	0.224 / 0.301	0.224 / 0.301	0.217 / 0.298	0.210 / 0.302	0.221 / 0.301
AIC	52839.459	52833.453	52832.740	52832.546	52796.952	52821.154
p<0.05   ** p<0.01   *** p<0.001

## Data: base_ml
## Models:
## voto_pasado_null: voto_pasado ~ 1 + (1 | pais_anio)
## voto_pasado_ind: voto_pasado ~ patron_cwc + asal_pub_cwc + asal_pri_cwc + cuenta_prop_cwc + desocupado_cwc + ideologia_cwc + sexo_cwc + edad_cwc + educ_cwc + (1 | pais_anio)
##                  npar   AIC   BIC logLik deviance  Chisq Df Pr(>Chisq)    
## voto_pasado_null    2 59703 59721 -29849    59699                         
## voto_pasado_ind    11 52839 52938 -26409    52817 6881.3  9  < 2.2e-16 ***
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

## Data: base_ml
## Models:
## voto_pasado_ind: voto_pasado ~ patron_cwc + asal_pub_cwc + asal_pri_cwc + cuenta_prop_cwc + desocupado_cwc + ideologia_cwc + sexo_cwc + edad_cwc + educ_cwc + (1 | pais_anio)
## voto_pasado_ind_grup: voto_pasado ~ patron_cwc + asal_pub_cwc + asal_pri_cwc + cuenta_prop_cwc + desocupado_cwc + ideologia_cwc + sexo_cwc + edad_cwc + educ_cwc + desempleo_cgm + informalidad_cgm + empleo_pub_cgm + brecha_remun_cgm + (1 | pais_anio)
##                      npar   AIC   BIC logLik deviance  Chisq Df Pr(>Chisq)   
## voto_pasado_ind        11 52839 52938 -26409    52817                        
## voto_pasado_ind_grup   15 52833 52968 -26402    52803 14.007  4   0.007274 **
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

## Data: base_ml
## Models:
## voto_pasado_ind_grup: voto_pasado ~ patron_cwc + asal_pub_cwc + asal_pri_cwc + cuenta_prop_cwc + desocupado_cwc + ideologia_cwc + sexo_cwc + edad_cwc + educ_cwc + desempleo_cgm + informalidad_cgm + empleo_pub_cgm + brecha_remun_cgm + (1 | pais_anio)
## voto_pasado_ind_grup_int: voto_pasado ~ patron_cwc + asal_pub_cwc + asal_pri_cwc + cuenta_prop_cwc + desocupado_cwc + ideologia_cwc + sexo_cwc + edad_cwc + educ_cwc + desempleo_cgm + informalidad_cgm + empleo_pub_cgm + brecha_remun_cgm + desocupado_cwc * desempleo_cgm + (1 | pais_anio)
##                          npar   AIC   BIC logLik deviance  Chisq Df Pr(>Chisq)
## voto_pasado_ind_grup       15 52833 52968 -26402    52803                     
## voto_pasado_ind_grup_int   16 52833 52977 -26400    52801 2.7132  1    0.09952
##                           
## voto_pasado_ind_grup      
## voto_pasado_ind_grup_int .
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

## Data: base_ml
## Models:
## voto_pasado_ind_grup_int: voto_pasado ~ patron_cwc + asal_pub_cwc + asal_pri_cwc + cuenta_prop_cwc + desocupado_cwc + ideologia_cwc + sexo_cwc + edad_cwc + educ_cwc + desempleo_cgm + informalidad_cgm + empleo_pub_cgm + brecha_remun_cgm + desocupado_cwc * desempleo_cgm + (1 | pais_anio)
## voto_pasado_random_apub: voto_pasado ~ patron_cwc + asal_pub_cwc + asal_pri_cwc + cuenta_prop_cwc + desocupado_cwc + ideologia_cwc + sexo_cwc + edad_cwc + educ_cwc + desempleo_cgm + informalidad_cgm + empleo_pub_cgm + brecha_remun_cgm + desocupado_cwc * desempleo_cgm + (1 + asal_pub_cwc | pais_anio)
##                          npar   AIC   BIC logLik deviance  Chisq Df Pr(>Chisq)
## voto_pasado_ind_grup_int   16 52833 52977 -26400    52801                     
## voto_pasado_random_apub    18 52833 52995 -26398    52797 4.1936  2     0.1228

## Data: base_ml
## Models:
## voto_pasado_ind_grup_int: voto_pasado ~ patron_cwc + asal_pub_cwc + asal_pri_cwc + cuenta_prop_cwc + desocupado_cwc + ideologia_cwc + sexo_cwc + edad_cwc + educ_cwc + desempleo_cgm + informalidad_cgm + empleo_pub_cgm + brecha_remun_cgm + desocupado_cwc * desempleo_cgm + (1 | pais_anio)
## voto_pasado_random_apri: voto_pasado ~ patron_cwc + asal_pub_cwc + asal_pri_cwc + cuenta_prop_cwc + desocupado_cwc + ideologia_cwc + sexo_cwc + edad_cwc + educ_cwc + desempleo_cgm + informalidad_cgm + empleo_pub_cgm + brecha_remun_cgm + desocupado_cwc * desempleo_cgm + (1 + asal_pri_cwc | pais_anio)
##                          npar   AIC   BIC logLik deviance  Chisq Df Pr(>Chisq)
## voto_pasado_ind_grup_int   16 52833 52977 -26400    52801                     
## voto_pasado_random_apri    18 52797 52959 -26381    52761 39.787  2  2.292e-09
##                             
## voto_pasado_ind_grup_int    
## voto_pasado_random_apri  ***
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

## Data: base_ml
## Models:
## voto_pasado_ind_grup_int: voto_pasado ~ patron_cwc + asal_pub_cwc + asal_pri_cwc + cuenta_prop_cwc + desocupado_cwc + ideologia_cwc + sexo_cwc + edad_cwc + educ_cwc + desempleo_cgm + informalidad_cgm + empleo_pub_cgm + brecha_remun_cgm + desocupado_cwc * desempleo_cgm + (1 | pais_anio)
## voto_pasado_random_cuent: voto_pasado ~ patron_cwc + asal_pub_cwc + asal_pri_cwc + cuenta_prop_cwc + desocupado_cwc + ideologia_cwc + sexo_cwc + edad_cwc + educ_cwc + desempleo_cgm + informalidad_cgm + empleo_pub_cgm + brecha_remun_cgm + desocupado_cwc * desempleo_cgm + (1 + cuenta_prop_cwc | pais_anio)
##                          npar   AIC   BIC logLik deviance  Chisq Df Pr(>Chisq)
## voto_pasado_ind_grup_int   16 52833 52977 -26400    52801                     
## voto_pasado_random_cuent   18 52821 52983 -26393    52785 15.586  2  0.0004127
##                             
## voto_pasado_ind_grup_int    
## voto_pasado_random_cuent ***
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

## Data: base_ml
## Models:
## voto_pasado_ind_grup_int: voto_pasado ~ patron_cwc + asal_pub_cwc + asal_pri_cwc + cuenta_prop_cwc + desocupado_cwc + ideologia_cwc + sexo_cwc + edad_cwc + educ_cwc + desempleo_cgm + informalidad_cgm + empleo_pub_cgm + brecha_remun_cgm + desocupado_cwc * desempleo_cgm + (1 | pais_anio)
## voto_pasado_random_desoc: voto_pasado ~ patron_cwc + asal_pub_cwc + asal_pri_cwc + cuenta_prop_cwc + desocupado_cwc + ideologia_cwc + sexo_cwc + edad_cwc + educ_cwc + desempleo_cgm + informalidad_cgm + empleo_pub_cgm + brecha_remun_cgm + desocupado_cwc * desempleo_cgm + (1 + desocupado_cwc | pais_anio)
##                          npar   AIC   BIC logLik deviance  Chisq Df Pr(>Chisq)
## voto_pasado_ind_grup_int   16 52833 52977 -26400    52801                     
## voto_pasado_random_desoc   18 52833 52995 -26398    52797 4.0092  2     0.1347

Multinivel voto presente

	Ind	Ind + grup	Ind + grup + int	Random_apub	Random_apri	Random_cuent
Predictors	Odds Ratios	Odds Ratios	Odds Ratios	Odds Ratios	Odds Ratios	Odds Ratios
Intercepto	8.09 ***	7.87 ***	7.87 ***	7.91 ***	7.93 ***	7.83 ***
Patrón	1.11	1.11	1.11	1.11	1.12	1.11
Asalariado pub.	1.58 ***	1.58 ***	1.58 ***	1.66 ***	1.60 ***	1.58 ***
Asalariado priv.	1.10 *	1.10 *	1.10 *	1.10 *	1.18 **	1.10 *
Cuenta propia	1.20 ***	1.20 ***	1.20 ***	1.20 ***	1.21 ***	1.23 ***
Desocupado	1.12 *	1.12 *	1.17 **	1.17 **	1.18 **	1.17 **
Ideología (der-izq)	0.96 ***	0.96 ***	0.96 ***	0.96 ***	0.96 ***	0.96 ***
Varón	1.00	1.00	1.00	1.00	1.00	1.00
Edad	1.01 ***	1.01 ***	1.01 ***	1.01 ***	1.01 ***	1.01 ***
Años educ.	1.04 ***	1.04 ***	1.04 ***	1.04 ***	1.04 ***	1.04 ***
Desempleo		0.94	0.94	0.94	0.94	0.90
Informalidad		1.02	1.02	1.02	1.02	1.02
Empleo pub.		1.12 **	1.12 **	1.13 **	1.10 *	1.12 **
Brecha remun.		0.99	0.99	0.99	0.99	0.98
Desocupado*desempleo			0.94 *	0.94 **	0.94 **	0.95 *
Random Effects
σ2	3.29	3.29	3.29	3.29	3.29	3.29
τ00	0.52 pais_anio	0.39 pais_anio	0.39 pais_anio	0.39 pais_anio	0.39 pais_anio	0.40 pais_anio
τ11				0.14 pais_anio.asal_pub_cwc	0.07 pais_anio.asal_pri_cwc	0.03 pais_anio.cuenta_prop_cwc
ρ01				-0.02 pais_anio	0.30 pais_anio	0.44 pais_anio
N	40 pais_anio	40 pais_anio	40 pais_anio	40 pais_anio	40 pais_anio	40 pais_anio
Observations	51598	51598	51598	51598	51598	51598
Marginal R2 / Conditional R2	0.017 / 0.152	0.050 / 0.150	0.050 / 0.151	0.052 / 0.155	0.043 / 0.148	0.062 / 0.165
AIC	36839.186	36835.915	36831.263	36823.411	36815.046	36826.468
p<0.05   ** p<0.01   *** p<0.001

## Data: base_ml
## Models:
## voto_presente_null: voto_presente ~ 1 + (1 | pais_anio)
## voto_presente_ind: voto_presente ~ patron_cwc + asal_pub_cwc + asal_pri_cwc + cuenta_prop_cwc + desocupado_cwc + ideologia_cwc + sexo_cwc + edad_cwc + educ_cwc + (1 | pais_anio)
##                    npar   AIC   BIC logLik deviance  Chisq Df Pr(>Chisq)    
## voto_presente_null    2 37147 37165 -18572    37143                         
## voto_presente_ind    11 36839 36937 -18409    36817 325.99  9  < 2.2e-16 ***
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

## Data: base_ml
## Models:
## voto_presente_ind: voto_presente ~ patron_cwc + asal_pub_cwc + asal_pri_cwc + cuenta_prop_cwc + desocupado_cwc + ideologia_cwc + sexo_cwc + edad_cwc + educ_cwc + (1 | pais_anio)
## voto_presente_ind_grup: voto_presente ~ patron_cwc + asal_pub_cwc + asal_pri_cwc + cuenta_prop_cwc + desocupado_cwc + ideologia_cwc + sexo_cwc + edad_cwc + educ_cwc + desempleo_cgm + informalidad_cgm + empleo_pub_cgm + brecha_remun_cgm + (1 | pais_anio)
##                        npar   AIC   BIC logLik deviance  Chisq Df Pr(>Chisq)  
## voto_presente_ind        11 36839 36937 -18409    36817                       
## voto_presente_ind_grup   15 36836 36969 -18403    36806 11.271  4    0.02368 *
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

## Data: base_ml
## Models:
## voto_presente_ind_grup: voto_presente ~ patron_cwc + asal_pub_cwc + asal_pri_cwc + cuenta_prop_cwc + desocupado_cwc + ideologia_cwc + sexo_cwc + edad_cwc + educ_cwc + desempleo_cgm + informalidad_cgm + empleo_pub_cgm + brecha_remun_cgm + (1 | pais_anio)
## voto_presente_ind_grup_int: voto_presente ~ patron_cwc + asal_pub_cwc + asal_pri_cwc + cuenta_prop_cwc + desocupado_cwc + ideologia_cwc + sexo_cwc + edad_cwc + educ_cwc + desempleo_cgm + informalidad_cgm + empleo_pub_cgm + brecha_remun_cgm + desocupado_cwc * desempleo_cgm + (1 | pais_anio)
##                            npar   AIC   BIC logLik deviance  Chisq Df
## voto_presente_ind_grup       15 36836 36969 -18403    36806          
## voto_presente_ind_grup_int   16 36831 36973 -18400    36799 6.6519  1
##                            Pr(>Chisq)   
## voto_presente_ind_grup                  
## voto_presente_ind_grup_int   0.009905 **
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

## Data: base_ml
## Models:
## voto_presente_ind_grup_int: voto_presente ~ patron_cwc + asal_pub_cwc + asal_pri_cwc + cuenta_prop_cwc + desocupado_cwc + ideologia_cwc + sexo_cwc + edad_cwc + educ_cwc + desempleo_cgm + informalidad_cgm + empleo_pub_cgm + brecha_remun_cgm + desocupado_cwc * desempleo_cgm + (1 | pais_anio)
## voto_presente_random_apub: voto_presente ~ patron_cwc + asal_pub_cwc + asal_pri_cwc + cuenta_prop_cwc + desocupado_cwc + ideologia_cwc + sexo_cwc + edad_cwc + educ_cwc + desempleo_cgm + informalidad_cgm + empleo_pub_cgm + brecha_remun_cgm + desocupado_cwc * desempleo_cgm + (1 + asal_pub_cwc | pais_anio)
##                            npar   AIC   BIC logLik deviance  Chisq Df
## voto_presente_ind_grup_int   16 36831 36973 -18400    36799          
## voto_presente_random_apub    18 36823 36983 -18394    36787 11.851  2
##                            Pr(>Chisq)   
## voto_presente_ind_grup_int              
## voto_presente_random_apub     0.00267 **
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

## Data: base_ml
## Models:
## voto_presente_ind_grup_int: voto_presente ~ patron_cwc + asal_pub_cwc + asal_pri_cwc + cuenta_prop_cwc + desocupado_cwc + ideologia_cwc + sexo_cwc + edad_cwc + educ_cwc + desempleo_cgm + informalidad_cgm + empleo_pub_cgm + brecha_remun_cgm + desocupado_cwc * desempleo_cgm + (1 | pais_anio)
## voto_presente_random_apri: voto_presente ~ patron_cwc + asal_pub_cwc + asal_pri_cwc + cuenta_prop_cwc + desocupado_cwc + ideologia_cwc + sexo_cwc + edad_cwc + educ_cwc + desempleo_cgm + informalidad_cgm + empleo_pub_cgm + brecha_remun_cgm + desocupado_cwc * desempleo_cgm + (1 + asal_pri_cwc | pais_anio)
##                            npar   AIC   BIC logLik deviance  Chisq Df
## voto_presente_ind_grup_int   16 36831 36973 -18400    36799          
## voto_presente_random_apri    18 36815 36974 -18390    36779 20.216  2
##                            Pr(>Chisq)    
## voto_presente_ind_grup_int               
## voto_presente_random_apri   4.074e-05 ***
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

## Data: base_ml
## Models:
## voto_presente_ind_grup_int: voto_presente ~ patron_cwc + asal_pub_cwc + asal_pri_cwc + cuenta_prop_cwc + desocupado_cwc + ideologia_cwc + sexo_cwc + edad_cwc + educ_cwc + desempleo_cgm + informalidad_cgm + empleo_pub_cgm + brecha_remun_cgm + desocupado_cwc * desempleo_cgm + (1 | pais_anio)
## voto_presente_random_cuent: voto_presente ~ patron_cwc + asal_pub_cwc + asal_pri_cwc + cuenta_prop_cwc + desocupado_cwc + ideologia_cwc + sexo_cwc + edad_cwc + educ_cwc + desempleo_cgm + informalidad_cgm + empleo_pub_cgm + brecha_remun_cgm + desocupado_cwc * desempleo_cgm + (1 + cuenta_prop_cwc | pais_anio)
##                            npar   AIC   BIC logLik deviance  Chisq Df
## voto_presente_ind_grup_int   16 36831 36973 -18400    36799          
## voto_presente_random_cuent   18 36826 36986 -18395    36790 8.7948  2
##                            Pr(>Chisq)  
## voto_presente_ind_grup_int             
## voto_presente_random_cuent    0.01231 *
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

## Data: base_ml
## Models:
## voto_presente_ind_grup_int: voto_presente ~ patron_cwc + asal_pub_cwc + asal_pri_cwc + cuenta_prop_cwc + desocupado_cwc + ideologia_cwc + sexo_cwc + edad_cwc + educ_cwc + desempleo_cgm + informalidad_cgm + empleo_pub_cgm + brecha_remun_cgm + desocupado_cwc * desempleo_cgm + (1 | pais_anio)
## voto_presente_random_desoc: voto_presente ~ patron_cwc + asal_pub_cwc + asal_pri_cwc + cuenta_prop_cwc + desocupado_cwc + ideologia_cwc + sexo_cwc + edad_cwc + educ_cwc + desempleo_cgm + informalidad_cgm + empleo_pub_cgm + brecha_remun_cgm + desocupado_cwc * desempleo_cgm + (1 + desocupado_cwc | pais_anio)
##                            npar   AIC   BIC logLik deviance  Chisq Df
## voto_presente_ind_grup_int   16 36831 36973 -18400    36799          
## voto_presente_random_desoc   18 36827 36986 -18395    36791 8.6252  2
##                            Pr(>Chisq)  
## voto_presente_ind_grup_int             
## voto_presente_random_desoc     0.0134 *
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

Multinivel ideología

	Ind	Ind + grup	Ind + grup + int	Random_apub	Random_apri	Random_cuent	Random_desoc
Predictors	Estimates	Estimates	Estimates	Estimates	Estimates	Estimates	Estimates
Intercepto	5.54 ***	5.53 ***	5.53 ***	5.53 ***	5.53 ***	5.53 ***	5.53 ***
Patrón	-0.14	-0.14	-0.14	-0.14	-0.14	-0.14	-0.14
Asalariado pub.	0.10 *	0.10 *	0.09 *	0.09	0.10 *	0.09 *	0.09 *
Asalariado priv.	0.07 *	0.07 *	0.07 *	0.07 *	0.07	0.07 *	0.07 *
Cuenta propia	0.07 *	0.07 *	0.07 *	0.07 *	0.06 *	0.07 *	0.07 *
Desocupado	0.21 ***	0.21 ***	0.18 ***	0.18 ***	0.18 ***	0.18 ***	0.18 ***
Varón	0.01	0.01	0.01	0.01	0.01	0.01	0.01
Edad	-0.01 ***	-0.01 ***	-0.01 ***	-0.01 ***	-0.01 ***	-0.01 ***	-0.01 ***
Años educ.	0.03 ***	0.03 ***	0.03 ***	0.03 ***	0.03 ***	0.03 ***	0.03 ***
Desempleo		-0.09 ***	-0.09 ***	-0.09 ***	-0.09 ***	-0.08 ***	-0.09 ***
Informalidad		-0.03 ***	-0.03 ***	-0.03 ***	-0.03 ***	-0.03 ***	-0.03 ***
Empleo pub.		-0.01	-0.01	-0.01	-0.01	-0.01	-0.00
Brecha remun.		-0.02	-0.02	-0.02	-0.02	-0.02	-0.02
Desocupado*desempleo			0.07 ***	0.07 ***	0.07 ***	0.07 ***	0.07 ***
Random Effects
σ2	5.77	5.77	5.77	5.77	5.77	5.77	5.77
τ00	0.14 pais_anio	0.06 pais_anio	0.06 pais_anio	0.06 pais_anio	0.06 pais_anio	0.06 pais_anio	0.06 pais_anio
τ11				0.03 pais_anio.asal_pub_cwc	0.02 pais_anio.asal_pri_cwc	0.00 pais_anio.cuenta_prop_cwc	0.02 pais_anio.desocupado_cwc
ρ01				0.08 pais_anio	0.34 pais_anio	0.23 pais_anio	-0.14 pais_anio
N	42 pais_anio	42 pais_anio	42 pais_anio	42 pais_anio	42 pais_anio	42 pais_anio	42 pais_anio
Observations	53899	53899	53899	53899	53899	53899	53899
Marginal R2 / Conditional R2	0.013 / 0.038	0.027 / 0.037	0.027 / 0.038	0.028 / 0.038	0.025 / 0.037	0.026 / 0.037	0.027 / 0.038
AIC	247674.533	247679.687	247668.791	247668.413	247659.375	247671.954	247670.954
p<0.05   ** p<0.01   *** p<0.001

## Data: base_ml
## Models:
## ideologia_null: ideologia ~ 1 + (1 | pais_anio)
## ideologia_ind: ideologia ~ 1 + patron_cwc + asal_pub_cwc + asal_pri_cwc + cuenta_prop_cwc + desocupado_cwc + sexo_cwc + edad_cwc + educ_cwc + (1 | pais_anio)
##                npar    AIC    BIC  logLik deviance  Chisq Df Pr(>Chisq)    
## ideologia_null    3 248352 248379 -124173   248346                         
## ideologia_ind    11 247619 247717 -123798   247597 749.28  8  < 2.2e-16 ***
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

## Data: base_ml
## Models:
## ideologia_ind: ideologia ~ 1 + patron_cwc + asal_pub_cwc + asal_pri_cwc + cuenta_prop_cwc + desocupado_cwc + sexo_cwc + edad_cwc + educ_cwc + (1 | pais_anio)
## ideologia_ind_grup: ideologia ~ 1 + patron_cwc + asal_pub_cwc + asal_pri_cwc + cuenta_prop_cwc + desocupado_cwc + sexo_cwc + edad_cwc + educ_cwc + desempleo_cgm + informalidad_cgm + empleo_pub_cgm + brecha_remun_cgm + (1 | pais_anio)
##                    npar    AIC    BIC  logLik deviance  Chisq Df Pr(>Chisq)    
## ideologia_ind        11 247619 247717 -123798   247597                         
## ideologia_ind_grup   15 247593 247727 -123782   247563 33.231  4  1.071e-06 ***
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

## Data: base_ml
## Models:
## ideologia_ind_grup: ideologia ~ 1 + patron_cwc + asal_pub_cwc + asal_pri_cwc + cuenta_prop_cwc + desocupado_cwc + sexo_cwc + edad_cwc + educ_cwc + desempleo_cgm + informalidad_cgm + empleo_pub_cgm + brecha_remun_cgm + (1 | pais_anio)
## ideologia_ind_grup_int: ideologia ~ 1 + patron_cwc + asal_pub_cwc + asal_pri_cwc + cuenta_prop_cwc + desocupado_cwc + sexo_cwc + edad_cwc + educ_cwc + desempleo_cgm + informalidad_cgm + empleo_pub_cgm + brecha_remun_cgm + desocupado_cwc * desempleo_cgm + (1 | pais_anio)
##                        npar    AIC    BIC  logLik deviance  Chisq Df Pr(>Chisq)
## ideologia_ind_grup       15 247593 247727 -123782   247563                     
## ideologia_ind_grup_int   16 247576 247718 -123772   247544 19.288  1  1.124e-05
##                           
## ideologia_ind_grup        
## ideologia_ind_grup_int ***
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

## Data: base_ml
## Models:
## ideologia_ind_grup_int: ideologia ~ 1 + patron_cwc + asal_pub_cwc + asal_pri_cwc + cuenta_prop_cwc + desocupado_cwc + sexo_cwc + edad_cwc + educ_cwc + desempleo_cgm + informalidad_cgm + empleo_pub_cgm + brecha_remun_cgm + desocupado_cwc * desempleo_cgm + (1 | pais_anio)
## ideologia_random_apub: ideologia ~ 1 + patron_cwc + asal_pub_cwc + asal_pri_cwc + cuenta_prop_cwc + desocupado_cwc + sexo_cwc + edad_cwc + educ_cwc + desempleo_cgm + informalidad_cgm + empleo_pub_cgm + brecha_remun_cgm + desocupado_cwc * desempleo_cgm + (1 + asal_pub_cwc | pais_anio)
##                        npar    AIC    BIC  logLik deviance  Chisq Df Pr(>Chisq)
## ideologia_ind_grup_int   16 247576 247718 -123772   247544                     
## ideologia_random_apub    18 247576 247736 -123770   247540 3.9398  2     0.1395

## Data: base_ml
## Models:
## ideologia_ind_grup_int: ideologia ~ 1 + patron_cwc + asal_pub_cwc + asal_pri_cwc + cuenta_prop_cwc + desocupado_cwc + sexo_cwc + edad_cwc + educ_cwc + desempleo_cgm + informalidad_cgm + empleo_pub_cgm + brecha_remun_cgm + desocupado_cwc * desempleo_cgm + (1 | pais_anio)
## ideologia_random_apri: ideologia ~ 1 + patron_cwc + asal_pub_cwc + asal_pri_cwc + cuenta_prop_cwc + desocupado_cwc + sexo_cwc + edad_cwc + educ_cwc + desempleo_cgm + informalidad_cgm + empleo_pub_cgm + brecha_remun_cgm + desocupado_cwc * desempleo_cgm + (1 + asal_pri_cwc | pais_anio)
##                        npar    AIC    BIC  logLik deviance  Chisq Df Pr(>Chisq)
## ideologia_ind_grup_int   16 247576 247718 -123772   247544                     
## ideologia_random_apri    18 247567 247727 -123766   247531 12.934  2   0.001554
##                          
## ideologia_ind_grup_int   
## ideologia_random_apri  **
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

## Data: base_ml
## Models:
## ideologia_ind_grup_int: ideologia ~ 1 + patron_cwc + asal_pub_cwc + asal_pri_cwc + cuenta_prop_cwc + desocupado_cwc + sexo_cwc + edad_cwc + educ_cwc + desempleo_cgm + informalidad_cgm + empleo_pub_cgm + brecha_remun_cgm + desocupado_cwc * desempleo_cgm + (1 | pais_anio)
## ideologia_random_cuent: ideologia ~ 1 + patron_cwc + asal_pub_cwc + asal_pri_cwc + cuenta_prop_cwc + desocupado_cwc + sexo_cwc + edad_cwc + educ_cwc + desempleo_cgm + informalidad_cgm + empleo_pub_cgm + brecha_remun_cgm + desocupado_cwc * desempleo_cgm + (1 + cuenta_prop_cwc | pais_anio)
##                        npar    AIC    BIC  logLik deviance  Chisq Df Pr(>Chisq)
## ideologia_ind_grup_int   16 247576 247718 -123772   247544                     
## ideologia_random_cuent   18 247579 247740 -123772   247543 0.6837  2     0.7105

## Data: base_ml
## Models:
## ideologia_ind_grup_int: ideologia ~ 1 + patron_cwc + asal_pub_cwc + asal_pri_cwc + cuenta_prop_cwc + desocupado_cwc + sexo_cwc + edad_cwc + educ_cwc + desempleo_cgm + informalidad_cgm + empleo_pub_cgm + brecha_remun_cgm + desocupado_cwc * desempleo_cgm + (1 | pais_anio)
## ideologia_random_desoc: ideologia ~ 1 + patron_cwc + asal_pub_cwc + asal_pri_cwc + cuenta_prop_cwc + desocupado_cwc + sexo_cwc + edad_cwc + educ_cwc + desempleo_cgm + informalidad_cgm + empleo_pub_cgm + brecha_remun_cgm + desocupado_cwc * desempleo_cgm + (1 + desocupado_cwc | pais_anio)
##                        npar    AIC    BIC  logLik deviance  Chisq Df Pr(>Chisq)
## ideologia_ind_grup_int   16 247576 247718 -123772   247544                     
## ideologia_random_desoc   18 247579 247739 -123771   247543 1.2692  2     0.5301

Modelos de efectos fijos (2018)

Utilizando todas las variables laborales

Regresión lineal múltiple con control por países. 2018.

	Democracia	Desigualdad	Desempleados	Ayuda pobres	Impuestos ricos
Predictors	Estimates	Estimates	Estimates	Estimates	Estimates
Patrón	-0.21	-0.11	0.14	0.05	0.01
Asalariado pub.	-0.31	0.08	0.30	0.19	0.13
Asalariado priv.	-0.26	0.04	0.31	0.10	-0.03
Cuenta propia	-0.18	-0.07	0.41	0.10	-0.10
Desocupado	-0.11	0.10	0.27 ***	0.08	0.05
Formal	-0.17	-0.12	0.90	0.56	-1.25
Informal	-0.30	0.02	0.95	0.66	-1.26
Directivos-profesionales	0.49	0.04	-1.02	-0.92	0.98
Téc-adm-vend	0.45	0.12	-1.25	-0.94	1.31
Trab. Man. calif	0.39	0.06	-1.48	-0.81	1.38
Trab. Man. No calif	0.50	0.14	-1.40	-0.73	1.42
Ideología (der-izq)	-0.02 *	0.01	0.06 ***	0.04 ***	0.02 **
Urbano	0.04	-0.02	-0.14 **	0.02	0.03
Varón	0.17 ***	-0.00	0.04	-0.02	0.03
Edad	0.02 ***	0.00	0.01 ***	-0.01 ***	0.01 ***
Años educ.	0.08 ***	0.04 ***	0.05 ***	-0.09 ***	-0.01 *
Observations	9933	10142	10185	10199	9999
R2 / R2 adjusted	0.053 / 0.051	0.007 / 0.005	0.027 / 0.025	0.050 / 0.048	0.007 / 0.005
AIC	37639.896	39702.361	42463.138	39302.554	40858.301
p<0.05   ** p<0.01   *** p<0.001

Regresión logística binaria con control por países. 2018.

	Corrupción	Golpe militar	Cierre congreso	Cierre corte	Simpatiza partido
Predictors	Odds Ratios	Odds Ratios	Odds Ratios	Odds Ratios	Odds Ratios
Intercepto	1.09	0.59 *	2.11 **	1.07	0.05 ***
Patrón	1.43	0.42	1.02	1.08	0.84
Asalariado pub.	1.38	0.49	1.08	1.13	0.79
Asalariado priv.	1.25	0.51	1.33	1.38	0.88
Cuenta propia	1.15	0.54	1.20	1.36	0.97
Desocupado	1.20	1.13	1.16	0.96	0.87
Formal	0.00	0.00	0.81	125360.79	0.83
Informal	0.00	0.00	0.86	123571.73	0.82
Directivos-profesionales	372165.23	261142.42	1.53	0.00	1.82
Téc-adm-vend	203297.33	164756.97	1.03	0.00	1.57
Trab. Man. calif	185183.37	143270.41	0.96	0.00	1.22
Trab. Man. No calif	198080.17	134378.22	1.10	0.00	1.24
Ideología (der-izq)	1.01	1.03 **	1.03 *	1.06 ***	0.99
Urbano	1.01	1.04	1.35 **	1.12	1.15
Varón	0.82 **	1.17 *	0.98	0.97	1.31 ***
Edad	0.99 ***	1.01 ***	1.00	1.00	1.02 ***
Años educ.	0.90 ***	1.06 ***	1.04 ***	1.11 ***	1.05 ***
Observations	4953	4910	5489	5345	10199
R2 Tjur	0.045	0.075	0.115	0.101	0.111
AIC	5647.697	5996.243	5632.445	5897.945	10012.764
p<0.05   ** p<0.01   *** p<0.001

En el caso de las regresiones logísticas la categoría 1 de la variable dependiente siempre es la opción más progre.

##                        GVIF Df GVIF^(1/(2*Df))
## categoria_ocup_f  53.905604  5        1.489922
## formal_estado2   563.625291  2        4.872453
## estatus_ocup_f   524.455971  4        2.187578
## ideologia_imp      1.032149  1        1.015947
## urbano             1.065313  1        1.032140
## sexo               1.102539  1        1.050018
## q2                 1.203396  1        1.096994
## ed                 1.449127  1        1.203797
## country_f          1.265574  6        1.019821

##                        GVIF Df GVIF^(1/(2*Df))
## categoria_ocup_f  53.263691  5        1.488138
## formal_estado2   575.482751  2        4.897879
## estatus_ocup_f   533.590804  4        2.192305
## ideologia_imp      1.030820  1        1.015293
## urbano             1.065696  1        1.032325
## sexo               1.104238  1        1.050827
## q2                 1.205522  1        1.097963
## ed                 1.449633  1        1.204007
## country_f          1.263722  6        1.019697

##                          GVIF Df GVIF^(1/(2*Df))
## categoria_ocup_f 5.814723e+01  5        1.501250
## formal_estado2   2.044182e+07  2       67.240338
## estatus_ocup_f   1.802812e+07  4        8.072235
## ideologia_imp    1.038370e+00  1        1.019005
## urbano           1.078046e+00  1        1.038290
## sexo             1.113300e+00  1        1.055130
## q2               1.270383e+00  1        1.127113
## ed               1.534095e+00  1        1.238586
## country_f        1.281856e+00  6        1.020908

##                          GVIF Df GVIF^(1/(2*Df))
## categoria_ocup_f 6.766083e+01  5        1.524171
## formal_estado2   1.533738e+07  2       62.580322
## estatus_ocup_f   1.327233e+07  4        7.769059
## ideologia_imp    1.030519e+00  1        1.015145
## urbano           1.056886e+00  1        1.028050
## sexo             1.106876e+00  1        1.052082
## q2               1.223316e+00  1        1.106036
## ed               1.485454e+00  1        1.218792
## country_f        1.296159e+00  6        1.021852

##                        GVIF Df GVIF^(1/(2*Df))
## categoria_ocup_f  43.793086  5        1.459286
## formal_estado2   334.323760  2        4.276041
## estatus_ocup_f   314.348076  4        2.051995
## ideologia_imp      1.030395  1        1.015084
## urbano             1.064708  1        1.031847
## sexo               1.115051  1        1.055960
## q2                 1.223646  1        1.106185
## ed                 1.427755  1        1.194887
## country_f          1.270103  6        1.020125

Para el caso de las regresiones logísticas no es recomendable utilizar las tres variables laborales ya que están altamente correlacionadas.

Utilizando solo categoría laboral

Regresión lineal múltiple con control por países. 2018.

	Democracia	Desigualdad	Desempleados	Ayuda pobres	Impuestos ricos
Predictors	Estimates	Estimates	Estimates	Estimates	Estimates
Patrón	0.01	-0.11	-0.27 *	-0.15	0.08
Asalariado pub.	0.05	0.07	-0.07	-0.08	0.15 *
Asalariado priv.	0.00	0.04	-0.16 **	-0.16 **	0.08
Cuenta propia	-0.00	0.01	-0.08	-0.07	0.01
Desocupado	-0.10	0.11	0.25 ***	0.07	0.05
Ideología (der-izq)	-0.02 **	0.01	0.07 ***	0.04 ***	0.02 **
Urbano	0.04	-0.01	-0.13 *	0.04	0.05
Varón	0.16 ***	-0.01	0.02	-0.01	0.05
Edad	0.02 ***	0.00	0.01 ***	-0.01 ***	0.00 ***
Años educ.	0.08 ***	0.03 ***	0.06 ***	-0.09 ***	-0.02 ***
Observations	10461	10675	10718	10731	10530
R2 / R2 adjusted	0.053 / 0.052	0.007 / 0.005	0.024 / 0.023	0.051 / 0.049	0.006 / 0.004
AIC	39551.755	41737.799	44659.392	41362.528	42986.294
p<0.05   ** p<0.01   *** p<0.001

Regresión logística binaria con control por países. 2018.

	Corrupción	Golpe militar	Cierre congreso	Cierre corte	Simpatiza partido
Predictors	Odds Ratios	Odds Ratios	Odds Ratios	Odds Ratios	Odds Ratios
Intercepto	0.89	0.55 **	2.19 **	0.97	0.05 ***
Patrón	1.05	0.94	0.96	0.89	0.86
Asalariado pub.	1.20	1.21	1.14	0.83	1.03
Asalariado priv.	0.93	1.06	1.16	1.06	0.97
Cuenta propia	0.88	0.97	1.06	1.00	1.00
Desocupado	1.16	1.16	1.15	0.95	0.87
Ideología (der-izq)	1.00	1.04 **	1.03 *	1.06 ***	0.99
Urbano	1.02	1.01	1.33 **	1.08	1.14
Varón	0.85 *	1.20 **	0.97	0.93	1.29 ***
Edad	0.99 **	1.02 ***	1.00	1.00	1.02 ***
Años educ.	0.91 ***	1.07 ***	1.05 ***	1.13 ***	1.06 ***
Observations	5226	5161	5774	5639	10732
R2 Tjur	0.041	0.074	0.118	0.101	0.109
AIC	5935.825	6280.913	5851.909	6185.761	10546.156
p<0.05   ** p<0.01   *** p<0.001

## 
##  F test for individual effects
## 
## data:  democracia7 ~ categoria_ocup_f + ideologia_imp + urbano + sexo +  ...
## F = 77.714, df1 = 6, df2 = 10444, p-value < 2.2e-16
## alternative hypothesis: significant effects

## 
##  F test for individual effects
## 
## data:  reduc_desigualdad ~ categoria_ocup_f + ideologia_imp + urbano +  ...
## F = 26.991, df1 = 6, df2 = 10658, p-value < 2.2e-16
## alternative hypothesis: significant effects

## 
##  F test for individual effects
## 
## data:  desempleados ~ categoria_ocup_f + ideologia_imp + urbano + sexo +  ...
## F = 63.818, df1 = 6, df2 = 10701, p-value < 2.2e-16
## alternative hypothesis: significant effects

## 
##  F test for individual effects
## 
## data:  ayuda_pobres ~ categoria_ocup_f + ideologia_imp + urbano + sexo +  ...
## F = 101.56, df1 = 6, df2 = 10714, p-value < 2.2e-16
## alternative hypothesis: significant effects

## 
##  F test for individual effects
## 
## data:  impuestos_ricos ~ categoria_ocup_f + ideologia_imp + urbano +  ...
## F = 58.349, df1 = 6, df2 = 10513, p-value < 2.2e-16
## alternative hypothesis: significant effects

Utilizando solo formalidad

Regresión lineal múltiple con control por países. 2018.

	Democracia	Desigualdad	Desempleados	Ayuda pobres	Impuestos ricos
Predictors	Estimates	Estimates	Estimates	Estimates	Estimates
Formal	0.06	-0.01	-0.14 **	-0.16 ***	0.10 *
Informal	-0.05	0.06	-0.09	-0.04	0.02
Desocupado	-0.11	0.10	0.28 ***	0.08	0.04
Ideología (der-izq)	-0.02 **	0.01	0.07 ***	0.04 ***	0.02 **
Urbano	0.04	-0.02	-0.12 *	0.04	0.04
Varón	0.16 ***	-0.01	0.02	-0.01	0.05
Edad	0.02 ***	0.00	0.01 ***	-0.01 ***	0.00 ***
Años educ.	0.08 ***	0.04 ***	0.06 ***	-0.09 ***	-0.02 ***
Observations	10519	10732	10777	10788	10586
R2 / R2 adjusted	0.054 / 0.053	0.007 / 0.006	0.024 / 0.023	0.051 / 0.050	0.005 / 0.004
AIC	39723.526	41960.570	44888.932	41555.275	43225.622
p<0.05   ** p<0.01   *** p<0.001

Regresión logística binaria con control por países. 2018.

	Corrupción	Golpe militar	Cierre congreso	Cierre corte	Simpatiza partido
Predictors	Odds Ratios	Odds Ratios	Odds Ratios	Odds Ratios	Odds Ratios
Intercepto	0.87	0.55 **	2.13 **	0.97	0.04 ***
Formal	0.98	1.14	1.10	0.98	0.98
Informal	0.91	0.95	1.10	0.97	0.97
Desocupado	1.20	1.12	1.15	0.96	0.87
Ideología (der-izq)	1.01	1.04 **	1.03 *	1.06 ***	0.99
Urbano	1.02	1.03	1.34 **	1.09	1.14
Varón	0.84 **	1.19 **	0.98	0.95	1.30 ***
Edad	0.99 **	1.02 ***	1.00	1.00	1.02 ***
Años educ.	0.91 ***	1.06 ***	1.05 ***	1.12 ***	1.06 ***
Observations	5255	5176	5807	5676	10791
R2 Tjur	0.040	0.073	0.118	0.100	0.109
AIC	5968.655	6298.590	5872.084	6230.732	10584.416
p<0.05   ** p<0.01   *** p<0.001

## 
##  F test for individual effects
## 
## data:  democracia7 ~ formal_estado + ideologia_imp + urbano + sexo +  ...
## F = 73.213, df1 = 6, df2 = 10504, p-value < 2.2e-16
## alternative hypothesis: significant effects

## 
##  F test for individual effects
## 
## data:  reduc_desigualdad ~ formal_estado + ideologia_imp + urbano +  ...
## F = 27.537, df1 = 6, df2 = 10717, p-value < 2.2e-16
## alternative hypothesis: significant effects

## 
##  F test for individual effects
## 
## data:  desempleados ~ formal_estado + ideologia_imp + urbano + sexo +  ...
## F = 63.073, df1 = 6, df2 = 10762, p-value < 2.2e-16
## alternative hypothesis: significant effects

## 
##  F test for individual effects
## 
## data:  ayuda_pobres ~ formal_estado + ideologia_imp + urbano + sexo +  ...
## F = 100.23, df1 = 6, df2 = 10773, p-value < 2.2e-16
## alternative hypothesis: significant effects

## 
##  F test for individual effects
## 
## data:  impuestos_ricos ~ formal_estado + ideologia_imp + urbano + sexo +  ...
## F = 59.667, df1 = 6, df2 = 10571, p-value < 2.2e-16
## alternative hypothesis: significant effects

Para todos los modelos es significativo utilizar efectos fijos.

Utilizando estatus ocupacional

Regresión lineal múltiple con control por países. 2018.

	Democracia	Desigualdad	Desempleados	Ayuda pobres	Impuestos ricos
Predictors	Estimates	Estimates	Estimates	Estimates	Estimates
Directivos-profesionales	0.07	-0.06	0.15	-0.23 **	-0.25 **
Téc-adm-vend	0.01	0.02	-0.07	-0.25 ***	0.03
Trab. Man. calif	-0.04	-0.02	-0.28 ***	-0.11 **	0.07
Trab. Man. No calif	0.06	0.06	-0.19 **	-0.02	0.11
Ideología (der-izq)	-0.02 **	0.01	0.06 ***	0.04 ***	0.02 *
Urbano	0.03	-0.02	-0.15 **	0.03	0.03
Varón	0.16 ***	-0.00	0.06	-0.02	0.03
Edad	0.02 ***	0.00	0.01 ***	-0.01 ***	0.01 ***
Años educ.	0.08 ***	0.04 ***	0.05 ***	-0.09 ***	-0.01 *
Observations	10030	10239	10283	10297	10096
R2 / R2 adjusted	0.053 / 0.051	0.006 / 0.005	0.025 / 0.023	0.049 / 0.048	0.006 / 0.005
AIC	37980.868	40071.857	42882.916	39653.210	41257.830
p<0.05   ** p<0.01   *** p<0.001

Regresión logística binaria con control por países. 2018.

	Corrupción	Golpe militar	Cierre congreso	Cierre corte	Simpatiza partido
Predictors	Odds Ratios	Odds Ratios	Odds Ratios	Odds Ratios	Odds Ratios
Intercepto	1.18	0.62 *	2.23 **	1.05	0.05 ***
Directivos-profesionales	1.77 ***	1.76 **	1.43	1.53 *	1.35 *
Téc-adm-vend	0.94	1.13	0.99	1.10	1.18
Trab. Man. calif	0.85	0.96	0.96	0.93	0.95
Trab. Man. No calif	0.91	0.91	1.09	0.93	0.96
Ideología (der-izq)	1.01	1.03 **	1.03 *	1.06 ***	0.99
Urbano	1.01	1.03	1.32 **	1.11	1.13
Varón	0.82 **	1.19 **	0.99	0.98	1.30 ***
Edad	0.99 ***	1.01 ***	1.00	1.00	1.02 ***
Años educ.	0.90 ***	1.06 ***	1.05 ***	1.12 ***	1.05 ***
Observations	5005	4952	5549	5394	10298
R2 Tjur	0.044	0.074	0.117	0.100	0.110
AIC	5703.785	6045.964	5675.383	5954.904	10079.189
p<0.05   ** p<0.01   *** p<0.001

## 
##  F test for individual effects
## 
## data:  democracia7 ~ estatus_ocup_f + ideologia_imp + urbano + sexo +  ...
## F = 70.8, df1 = 6, df2 = 10014, p-value < 2.2e-16
## alternative hypothesis: significant effects

## 
##  F test for individual effects
## 
## data:  reduc_desigualdad ~ estatus_ocup_f + ideologia_imp + urbano +  ...
## F = 26.371, df1 = 6, df2 = 10223, p-value < 2.2e-16
## alternative hypothesis: significant effects

## 
##  F test for individual effects
## 
## data:  desempleados ~ estatus_ocup_f + ideologia_imp + urbano + sexo +  ...
## F = 57.892, df1 = 6, df2 = 10267, p-value < 2.2e-16
## alternative hypothesis: significant effects

## 
##  F test for individual effects
## 
## data:  ayuda_pobres ~ estatus_ocup_f + ideologia_imp + urbano + sexo +  ...
## F = 94.338, df1 = 6, df2 = 10281, p-value < 2.2e-16
## alternative hypothesis: significant effects

## 
##  F test for individual effects
## 
## data:  impuestos_ricos ~ estatus_ocup_f + ideologia_imp + urbano + sexo +  ...
## F = 52.62, df1 = 6, df2 = 10080, p-value < 2.2e-16
## alternative hypothesis: significant effects

Para todos los modelos es significativo utilizar efectos fijos.